Submit Search
Upload
カメラでの偏光取得における円偏光と位相遅延の考え方
•
Download as PPTX, PDF
•
0 likes
•
1,244 views
Teppei Kurita
Follow
偏光を取得できるカメラで円偏光と位相遅延をどう考えるかについてまとめました。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 31
Download now
Recommended
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
ARマーカーを用いた位置姿勢推定
ARマーカーを用いた位置姿勢推定
KakeruYamasaki
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
SSII
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII
SSII2021 [OS3-01] 設備や環境の高品質計測点群取得と自動モデル化技術
SSII2021 [OS3-01] 設備や環境の高品質計測点群取得と自動モデル化技術
SSII
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII
[DL輪読会]Depth Prediction Without the Sensors: Leveraging Structure for Unsuper...
[DL輪読会]Depth Prediction Without the Sensors: Leveraging Structure for Unsuper...
Deep Learning JP
Recommended
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
ARマーカーを用いた位置姿勢推定
ARマーカーを用いた位置姿勢推定
KakeruYamasaki
SSII2020 [O3-01] Extreme 3D センシング
SSII2020 [O3-01] Extreme 3D センシング
SSII
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII2021 [TS1] Visual SLAM ~カメラ幾何の基礎から最近の技術動向まで~
SSII
SSII2021 [OS3-01] 設備や環境の高品質計測点群取得と自動モデル化技術
SSII2021 [OS3-01] 設備や環境の高品質計測点群取得と自動モデル化技術
SSII
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII2020TS: 物理ベースビジョンの過去・現在・未来 〜 カメラ・物体・光のインタラクションを モデル化するには 〜
SSII
[DL輪読会]Depth Prediction Without the Sensors: Leveraging Structure for Unsuper...
[DL輪読会]Depth Prediction Without the Sensors: Leveraging Structure for Unsuper...
Deep Learning JP
[DL輪読会]Transframer: Arbitrary Frame Prediction with Generative Models
[DL輪読会]Transframer: Arbitrary Frame Prediction with Generative Models
Deep Learning JP
Photogrammetry on Cloud
Photogrammetry on Cloud
Ryo Kurauchi
[DL輪読会]SlowFast Networks for Video Recognition
[DL輪読会]SlowFast Networks for Video Recognition
Deep Learning JP
Introduction to YOLO detection model
Introduction to YOLO detection model
WEBFARMER. ltd.
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
sleepy_yoshi
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
Kenta Tanaka
【DL輪読会】Vision-Centric BEV Perception: A Survey
【DL輪読会】Vision-Centric BEV Perception: A Survey
Deep Learning JP
IROS2020 survey
IROS2020 survey
robotpaperchallenge
Structure from Motion
Structure from Motion
Ryutaro Yamauchi
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited
Kyohei Unno
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
Yusuke Uchida
文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO
Toru Tamaki
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
点群深層学習 Meta-study
点群深層学習 Meta-study
Naoya Chiba
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
Hajime Mihara
Sparse Codingをなるべく数式を使わず理解する(PCAやICAとの関係)
Sparse Codingをなるべく数式を使わず理解する(PCAやICAとの関係)
Teppei Kurita
硬さ計測について
硬さ計測について
Teppei Kurita
More Related Content
What's hot
[DL輪読会]Transframer: Arbitrary Frame Prediction with Generative Models
[DL輪読会]Transframer: Arbitrary Frame Prediction with Generative Models
Deep Learning JP
Photogrammetry on Cloud
Photogrammetry on Cloud
Ryo Kurauchi
[DL輪読会]SlowFast Networks for Video Recognition
[DL輪読会]SlowFast Networks for Video Recognition
Deep Learning JP
Introduction to YOLO detection model
Introduction to YOLO detection model
WEBFARMER. ltd.
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
sleepy_yoshi
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
Kenta Tanaka
【DL輪読会】Vision-Centric BEV Perception: A Survey
【DL輪読会】Vision-Centric BEV Perception: A Survey
Deep Learning JP
IROS2020 survey
IROS2020 survey
robotpaperchallenge
Structure from Motion
Structure from Motion
Ryutaro Yamauchi
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited
Kyohei Unno
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
Yusuke Uchida
文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO
Toru Tamaki
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
点群深層学習 Meta-study
点群深層学習 Meta-study
Naoya Chiba
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
Hajime Mihara
What's hot
(20)
[DL輪読会]Transframer: Arbitrary Frame Prediction with Generative Models
[DL輪読会]Transframer: Arbitrary Frame Prediction with Generative Models
Photogrammetry on Cloud
Photogrammetry on Cloud
[DL輪読会]SlowFast Networks for Video Recognition
[DL輪読会]SlowFast Networks for Video Recognition
Introduction to YOLO detection model
Introduction to YOLO detection model
CVIM#11 3. 最小化のための数値計算
CVIM#11 3. 最小化のための数値計算
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
【DL輪読会】Vision-Centric BEV Perception: A Survey
【DL輪読会】Vision-Centric BEV Perception: A Survey
IROS2020 survey
IROS2020 survey
Structure from Motion
Structure from Motion
20160724_cv_sfm_revisited
20160724_cv_sfm_revisited
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
SuperGlue;Learning Feature Matching with Graph Neural Networks (CVPR'20)
文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
点群深層学習 Meta-study
点群深層学習 Meta-study
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
More from Teppei Kurita
Sparse Codingをなるべく数式を使わず理解する(PCAやICAとの関係)
Sparse Codingをなるべく数式を使わず理解する(PCAやICAとの関係)
Teppei Kurita
硬さ計測について
硬さ計測について
Teppei Kurita
論文解説:スマホカメラを用いたBRDFパラメータ取得技術(非DNN)「Two-Shot SVBRDF Capture for Stationary Mat...
論文解説:スマホカメラを用いたBRDFパラメータ取得技術(非DNN)「Two-Shot SVBRDF Capture for Stationary Mat...
Teppei Kurita
Structured Light 技術俯瞰
Structured Light 技術俯瞰
Teppei Kurita
BRDF Model (English version)
BRDF Model (English version)
Teppei Kurita
BRDFモデルの変遷
BRDFモデルの変遷
Teppei Kurita
More from Teppei Kurita
(6)
Sparse Codingをなるべく数式を使わず理解する(PCAやICAとの関係)
Sparse Codingをなるべく数式を使わず理解する(PCAやICAとの関係)
硬さ計測について
硬さ計測について
論文解説:スマホカメラを用いたBRDFパラメータ取得技術(非DNN)「Two-Shot SVBRDF Capture for Stationary Mat...
論文解説:スマホカメラを用いたBRDFパラメータ取得技術(非DNN)「Two-Shot SVBRDF Capture for Stationary Mat...
Structured Light 技術俯瞰
Structured Light 技術俯瞰
BRDF Model (English version)
BRDF Model (English version)
BRDFモデルの変遷
BRDFモデルの変遷
カメラでの偏光取得における円偏光と位相遅延の考え方
1.
カメラでの偏光取得における円偏光と位相遅延の考え方 Teppei Kurita
2.
偏光を取得できるカメラ • 最近続々と登場 • 物体の偏光状態を解析できる、偏光度など Sony
XCG-CP510 https://www.sony.co.jp/Produc ts/ISP/products/model/pc/XC G-CP510.html LUCID VP-PHX050S-P/Q http://www.viewplus.co.jp/product_luc id/1_index_detail.html ただ観測される信号値において、円偏光や位相遅延の影響に言及している解説がない
3.
円偏光 • 光の振動が円のように伝わる偏光 • [円偏光、直線偏光]
∈ 楕円偏光 円偏光 直線偏光 楕円偏光 偏光 – Wikipedia https://ja.wikipedia.org/wiki/%E5%81%8F%E5%85%89
4.
円偏光 • 円偏光は、楕円偏光のなかでX,Y成分が等しく位相差が半周期ずれている特殊型である • 円偏光を特に使っていると言及されている場合は、実際に円偏光かどうかに関わらずその回転の向きを利用 しているということが多い 右回り円偏光
左回り円偏光
5.
位相遅延(回転方向) • 偏光の回転方向は偏光成分x,yの位相差によって決まる http://www.cybernet.co.jp/optical/course/optics/opt06/opt03.html x成分がy成分に対し 進んでいる場合 =右回り x成分がy成分に対し 遅れている場合 =左回り
6.
位相遅延(回転方向) • 偏光は回転成分を保持している場合、物体で反射すると回転軸が反転する(位相遅延する)ことがある • 材料特性(誘電体/金属)によってその反転度合いが変わってくる •
後で詳しく述べる
7.
脱線 • オリオン大星雲において巨大な円偏光が観測された • なぜこのような円偏光が生まれたのかは未だ解明されていない 黄:左回り円偏光 赤:右回り円偏光 http://www.nao.ac.jp/releaselist/archive/20100406/result.html
8.
ストークスベクトルを用いた偏光状態遷移 http://www.chem.sci.osaka-u.ac.jp/lab/tsukahara/takechi/background02.html 𝒔 = 𝑠0
𝑠1 𝑠2 𝑠3 𝑇 𝑠0 :光強度 𝑠1 :水平直線優越偏光成分 (0[deg]-90[deg] 成分) 𝑠2 :45[deg]直線優越偏光成分 (45[deg]-135[deg] 成分) 𝑠3 :右向き円優越偏光成分 (右円-左円成分) 𝐬′ = 𝐂 𝜙 𝐃 𝛿; 𝐧 𝐑 𝜃; 𝐧 𝐂 −𝜙 𝐬 1.入力光のストークスベクトル 2.鏡面反射でのストークスベクトルの遷移
9.
ストークスベクトルのイメージ • 幾何学的に描く(直線偏光の場合) θ 45°優勢(𝐴45)135°優勢(𝐴135) 0°優勢(𝐴0) 90°優勢(𝐴90) cosθ sinθ cos(45-θ) sin(45-θ) 直線偏光 (強度s0=1とする) 𝑠1 =
𝐴0 2 − 𝐴90 2 𝑠2 = 𝐴45 2 − 𝐴135 2 𝑠1 = cos2 𝜃 − sin2 𝜃 = 2 cos2 𝜃 − 1 = cos 2𝜃 𝑠2 = cos2 (45° − 𝜃) − sin2 45° − 𝜃 = 2 cos2 45° − 𝜃 − 1 = cos 90° − 2𝜃 = cos 90° cos 2𝜃 + sin 90° sin 2𝜃 = sin 2𝜃 無偏光の場合 𝑠0 > 𝑠1 2 + 𝑠2 2 + 𝑠3 2 = 0 直線偏光の場合 𝑠0 = 𝑠1 2 + 𝑠2 2 𝑠3 = 0 楕円偏光の場合 𝑠0 = 𝑠1 2 + 𝑠2 2 + 𝑠3 2 円偏光の場合 𝑠0 = 𝑠3 𝑠1, 𝑠2 = 0 𝒔 = 𝑠0 𝑠1 𝑠2 𝑠3 𝑇 𝑠0 :光強度 𝑠1 :水平直線優越偏光成分 (0[deg]-90[deg] 成分) 𝑠2 :45[deg]直線優越偏光成分 (45[deg]-135[deg] 成分) 𝑠3 :右向き円優越偏光成分 (右円-左円成分)
10.
鏡面反射モデル式 • 鏡面反射のモデル式 𝐬′ =
𝐂 𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 ストークスベクトルsは以下のMueller行列によって線形変換される 𝐂(𝜙):回転行列 𝐑(𝜃; 𝑛):反射行列 𝐃 𝛿 :遅延行列(更に要素を分解すると𝐃 𝜃; 𝑛; 𝜔 となる) 各行列の要素は以下を内部パラメータとする関数から構成される θ:入射角(天頂角) 𝜙:方位角 𝑛:相対屈折率 δ:位相遅延(「入射角𝜃」と「相対屈折率𝑛から決まるブリュースター角𝜃 𝐵」 および「物質特性𝜔(誘電体/金属)」から決定される) s’ 𝐬 = 𝑠0 𝑠1 𝑠2 𝑠3 𝑇
11.
MUELLER行列 • 各Mueller行列の中身 𝐂(𝜙) = 1
0 0 cos 2𝜙 0 0 − sin 2𝜙 0 0 sin 2𝜙 0 0 cos 2𝜙 0 0 1 回転行列 反射行列 𝐑(𝜃; 𝑛) = 𝑅 𝑝+𝑅 𝑠 2 𝑅 𝑝−𝑅 𝑠 2 0 0 𝑅 𝑝−𝑅 𝑠 2 𝑅 𝑝+𝑅 𝑠 2 0 0 0 0 𝑅 𝑝 𝑅 𝑠 0 0 0 0 𝑅 𝑝 𝑅 𝑠 遅延行列 𝐃(𝛿) = 1 0 0 0 0 1 0 0 0 0 cos 𝛿 sin 𝛿 0 0 − sin 𝛿 cos 𝛿 誘電体 𝛿 = 0° (𝜃 ≤ 𝜃 𝐵) 𝛿 = 180° (𝜃 > 𝜃 𝐵) 金属 𝛿 = 180° − 𝜃 𝜃 𝐵 = arctan 𝑛 𝑅 𝑝 = 𝑛2 cos 𝜃− 𝑛2−sin2 𝜃 𝑛2 cos 𝜃+ 𝑛2−sin2 𝜃 2 𝑅 𝑠 = cos 𝜃− 𝑛2−sin2 𝜃 cos 𝜃+ 𝑛2−sin2 𝜃 2
12.
鏡面反射計算 • 一般解 𝐬′ = 𝐂
𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝐂 −𝜙 𝐬 = 1 0 0 cos 2𝜙 0 0 sin 2𝜙 0 0 − sin 2𝜙 0 0 cos 2𝜙 0 0 1 𝑠0 𝑠1 𝑠2 𝑠3 = 𝑠0 𝑠1 cos 2𝜙 + 𝑠2 sin 2𝜙 −𝑠1 sin 2𝜙 + 𝑠2 cos 2𝜙 𝑠3
13.
鏡面反射計算 • 一般解 𝐬′ = 𝐂
𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 = 𝑅 𝑝 + 𝑅 𝑠 2 𝑅 𝑝 − 𝑅 𝑠 2 0 0 𝑅 𝑝 − 𝑅 𝑠 2 𝑅 𝑝 + 𝑅 𝑠 2 0 0 0 0 𝑅 𝑝 𝑅 𝑠 0 0 0 0 𝑅 𝑝 𝑅 𝑠 𝑠0 𝑠1 cos 2𝜙 + 𝑠2 sin 2𝜙 −𝑠1 sin 2𝜙 + 𝑠2 cos 2𝜙 𝑠3 = 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin 2𝜙 −𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 + 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 𝑠3 𝑅 𝑝 𝑅 𝑠
14.
鏡面反射計算 • 一般解 𝐬′ = 𝐂
𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 = 1 0 0 0 0 1 0 0 0 0 cos 𝛿 sin 𝛿 0 0 − sin 𝛿 cos 𝛿 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin 2𝜙 −𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 + 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 𝑠3 𝑅 𝑝 𝑅 𝑠 = 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin 2𝜙 −𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿
15.
鏡面反射計算 • 一般解 𝐬′ = 𝐂
𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝐂 𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 = 1 0 0 cos 2𝜙 0 0 − sin 2𝜙 0 0 sin 2𝜙 0 0 cos 2𝜙 0 0 1 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin 2𝜙 −𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿 = 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 − 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos2 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿
16.
鏡面反射による偏光状態一般解 • 鏡面反射による偏光状態変化の一般解は以下で表される 𝐬′ = 𝐂
𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝒔 = 𝑠0 𝑠1 𝑠2 𝑠3 𝑇 s’ この式が重要 𝐬′ = 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 − 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos2 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿 楕円偏光が入射する場合、s0~s4の項が全て残る
17.
鏡面反射による偏光状態一般解 • 無偏光の光が特定の物体で反射したとき、 𝑠0 =
1 𝑠1, 𝑠2, 𝑠3 = 0 𝒔 = 1 0 0 0 𝑇 s’ 𝐬′ = 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 − 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos2 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿
18.
鏡面反射による偏光状態一般解 • 無偏光の光が特定の物体で反射したとき、 𝑠0 =
1 𝑠1, 𝑠2, 𝑠3 = 0 𝒔 = 1 0 0 0 𝑇 s’ 𝐬′ = 𝑅 𝑝 + 𝑅 𝑠 2 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 0 無偏光の光が特定の物体で反射したとき、 1.天頂角/屈折率によって偏光の強度が変わる 2.天頂角/方位角/屈折率によって偏光角度が変わる 3.偏光の回転方向(位相差)への影響は0である
19.
鏡面反射による偏光状態一般解 • 0°優勢の直線偏光が特定の物体で反射したとき、 𝑠0, 𝑠1
= 1 𝑠2, 𝑠3 = 0 𝒔 = 1 1 0 0 𝑇 s’ 𝐬′ = 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 − 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos2 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿
20.
鏡面反射による偏光状態一般解 • 0°優勢の直線偏光が特定の物体で反射したとき、 𝑠0, 𝑠1
= 1 𝑠2, 𝑠3 = 0 𝒔 = 1 1 0 0 𝑇 s’ 𝐬′ = 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑅 𝑝 + 𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 0°の光が特定の物体で反射したとき、 1.天頂角/方位角/屈折率によって偏光の強度が変わる 2.天頂角/方位角/屈折率/位相遅延によって偏光角度が変わる 3.天頂角/方位角/屈折率/位相遅延によって偏光の回転方向(位相差)が変わる 誘電体の場合は位相差0となり直線偏光のままになる
21.
鏡面反射による偏光状態一般解 𝑠0, 𝑠3 =
1 𝑠1, 𝑠2 = 0 𝒔 = 1 0 0 1 𝑇 s’ 𝐬′ = 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 − 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos2 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿 • 円偏光(右向き)が特定の物体で反射したとき、
22.
鏡面反射による偏光状態一般解 • 円偏光(右向き)が特定の物体で反射したとき、 𝑠0, 𝑠3
= 1 𝑠1, 𝑠2 = 0 𝒔 = 1 0 0 1 𝑇 s’ 𝐬′ = 𝑅 𝑝 + 𝑅 𝑠 2 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 − 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 𝑅 𝑝 𝑅 𝑠 cos 𝛿 0°の光が特定の物体で反射したとき、 1.天頂角/屈折率によって偏光の強度が変わる 2.天頂角/方位角/屈折率/位相遅延によって偏光角度が変わる 3.天頂角/屈折率/位相遅延よって偏光の回転方向(位相差)が変わる
23.
まとめ 光が特定の物体で反射したとき、偏光状態は以下の要素に依存して変化する 入射光 無偏光 直線偏光
楕円偏光 円偏光 光強度 𝜃、𝑛 𝜃、𝜙、𝑛 𝜃、𝜙、𝑛 𝜃、𝑛 偏光角度 𝜃、𝜙、𝑛 𝜃、𝜙、𝑛、𝜔 𝜃、𝜙、𝑛、𝜔 𝜃、𝜙、𝑛、𝜔 回転方向(位相差) 変化なし 𝜃、𝜙、𝑛、𝜔 𝜃、𝜙、𝑛、𝜔 𝜃、𝑛、𝜔 θ:入射角(天頂角) 𝜙:方位角 𝑛 :相対屈折率 𝜔:物質特性(誘電体/金属) 直線偏光になる 楕円偏光になる直線偏光(誘電体) 楕円偏光(金属) になる
24.
偏光板を通したときのセンサ観測 • 直線偏光板を通ったときのベクトルの変化 𝐬 =
𝑠0 𝑠1 𝑠2 𝑠3 𝑇 s’ 直線偏光板M 直線偏光板のMueller行列 𝑀 𝜃 𝑝𝑜𝑙 = 1 2 1 cos 2𝜃 𝑝𝑜𝑙 sin 2𝜃 𝑝𝑜𝑙 0 cos 2𝜃 𝑝𝑜𝑙 cos2 2𝜃 𝑝𝑜𝑙 sin 2𝜃 𝑝𝑜𝑙 cos 2𝜃 𝑝𝑜𝑙 0 sin 2𝜃 𝑝𝑜𝑙 sin 2𝜃 𝑝𝑜𝑙 cos 2𝜃 𝑝𝑜𝑙 sin2 2𝜃 𝑝𝑜𝑙 0 0 0 0 0 𝐬′ = 𝐌(𝜃pol)𝐂 𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝜃 𝑝𝑜𝑙:直線偏光板の角度
25.
偏光板を通したときのセンサ観測 • 直線偏光板を通ったときのベクトルの変化 𝐬′ =
𝐌(𝜃pol)𝐂 𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝐬′ = 1 2 1 cos 2𝜃 𝑝𝑜𝑙 sin 2𝜃 𝑝𝑜𝑙 0 cos 2𝜃 𝑝𝑜𝑙 cos2 2𝜃 𝑝𝑜𝑙 sin 2𝜃 𝑝𝑜𝑙 cos 2𝜃 𝑝𝑜𝑙 0 sin 2𝜃 𝑝𝑜𝑙 sin 2𝜃 𝑝𝑜𝑙 cos 2𝜃 𝑝𝑜𝑙 sin2 2𝜃 𝑝𝑜𝑙 0 0 0 0 0 𝑠0 𝑅 𝑝 + 𝑅 𝑠 2 + 𝑠1 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠2 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 cos 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 − 𝑠3 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 𝑠0 𝑅 𝑝 − 𝑅 𝑠 2 sin 2𝜙 + 𝑠1 𝑅 𝑝 + 𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜙 cos 2𝜙 + 𝑠2 𝑅 𝑝 + 𝑅 𝑠 2 sin2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos2 2𝜙 cos 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 𝑠1 𝑅 𝑝 𝑅 𝑠 sin 2𝜙 sin 𝛿 − 𝑠2 𝑅 𝑝 𝑅 𝑠 cos 2𝜙 sin 𝛿 + 𝑠3 𝑅 𝑝 𝑅 𝑠 cos 𝛿
26.
偏光板を通したときのセンサ観測 𝑠0 ′ = 𝑠0 2 𝑅 𝑝+𝑅 𝑠 2 + 𝑅
𝑝−𝑅 𝑠 2 cos 2𝜃 𝑝𝑜𝑙 cos 2𝜙 + 𝑅 𝑝−𝑅 𝑠 2 sin 2𝜃 𝑝𝑜𝑙 sin 2𝜙 + 𝑠1 2 𝑅 𝑝−𝑅 𝑠 2 cos 2𝜙 + 𝑅 𝑝+𝑅 𝑠 2 cos2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin2 2𝜙 cos 𝛿 cos 2𝜃 𝑝𝑜𝑙 + 𝑅 𝑝+𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 sin 2𝜃 𝑝𝑜𝑙 sin 2𝜙 cos 2𝜙 + 𝑠2 2 𝑅 𝑝−𝑅 𝑠 2 sin 2𝜙 + 𝑅 𝑝+𝑅 𝑠 2 − 𝑅 𝑝 𝑅 𝑠 cos 𝛿 cos 2𝜃 𝑝𝑜𝑙 sin 2𝜙 cos 2𝜙 + 𝑅 𝑝+𝑅 𝑠 2 sin2 2𝜙 + 𝑅 𝑝 𝑅 𝑠 cos2 2𝜙 cos 𝛿 sin 2𝜃 𝑝𝑜𝑙 + 𝑠3 2 − 𝑅 𝑝 𝑅 𝑠 cos 2𝜃 𝑝𝑜𝑙 sin 2𝜙 + 𝑅 𝑝 𝑅 𝑠 sin 2𝜃 𝑝𝑜𝑙 cos 2𝜙 sin 𝛿
27.
偏光板を通したときのセンサ観測 • 直線偏光板を通ったときのベクトルの変化 𝐬′ = 𝑠0′ 𝑠0′cos
2𝜃 𝑝𝑜𝑙 𝑠0′cos 2𝜃 𝑝𝑜𝑙 0 𝐬′ = 𝐌(𝜃pol)𝐂 𝜙 𝐃 𝛿 𝐑 𝜃; 𝑛 𝐂 −𝜙 𝐬 𝑠0 ′ = 𝑠0 𝑅 𝑝+𝑅 𝑠 4 + 𝑅 𝑝−𝑅 𝑠 4 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠1 𝑅 𝑝−𝑅 𝑠 4 cos 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 cos 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 − 𝑅 𝑝 𝑅 𝑠 2 sin 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠2 𝑅 𝑝−𝑅 𝑠 4 sin 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 sin 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 + 𝑅 𝑝 𝑅 𝑠 2 cos 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠3 𝑅 𝑝 𝑅 𝑠 2 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 sin 𝛿 𝑠0′が最終的にセンサが観測可能な信号値である
28.
偏光板を通したときのセンサ観測 • 無偏光の光の場合 • 𝑠0
= 1 • 𝑠1, 𝑠2, 𝑠3 = 0 𝑠0 ′ = 𝑠0 𝑅 𝑝+𝑅 𝑠 4 + 𝑅 𝑝−𝑅 𝑠 4 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠1 𝑅 𝑝−𝑅 𝑠 4 cos 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 cos 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 − 𝑅 𝑝 𝑅 𝑠 2 sin 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠2 𝑅 𝑝−𝑅 𝑠 4 sin 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 sin 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 + 𝑅 𝑝 𝑅 𝑠 2 cos 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠3 𝑅 𝑝 𝑅 𝑠 2 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 sin 𝛿 𝑠0 ′ = 𝑅 𝑝 + 𝑅 𝑠 4 + 𝑅 𝑝 − 𝑅 𝑠 4 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 よくある鏡面反射のモデル式になる
29.
偏光板を通したときのセンサ観測 • 0°優勢の直線偏光の場合 • 𝑠0,
𝑠1 = 1 • 𝑠2, 𝑠3 = 0 𝑠0 ′ = 𝑠0 𝑅 𝑝+𝑅 𝑠 4 + 𝑅 𝑝−𝑅 𝑠 4 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠1 𝑅 𝑝−𝑅 𝑠 4 cos 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 cos 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 − 𝑅 𝑝 𝑅 𝑠 2 sin 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠2 𝑅 𝑝−𝑅 𝑠 4 sin 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 sin 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 + 𝑅 𝑝 𝑅 𝑠 2 cos 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠3 𝑅 𝑝 𝑅 𝑠 2 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 sin 𝛿 𝑠0 ′ = 𝑅 𝑝 + 𝑅 𝑠 4 + 𝑅 𝑝 − 𝑅 𝑠 4 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 + 𝑅 𝑝 − 𝑅 𝑠 4 cos 2𝜙 + 𝑅 𝑝 + 𝑅 𝑠 4 cos 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 − 𝑅 𝑝 𝑅 𝑠 2 sin 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙
30.
偏光板を通したときのセンサ観測 • 右回り円偏光の場合 • 𝑠0,
𝑠3 = 1 • 𝑠1, 𝑠2 = 0 𝑠0 ′ = 𝑠0 𝑅 𝑝+𝑅 𝑠 4 + 𝑅 𝑝−𝑅 𝑠 4 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠1 𝑅 𝑝−𝑅 𝑠 4 cos 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 cos 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 − 𝑅 𝑝 𝑅 𝑠 2 sin 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠2 𝑅 𝑝−𝑅 𝑠 4 sin 2𝜙 + 𝑅 𝑝+𝑅 𝑠 4 sin 2𝜙 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 + 𝑅 𝑝 𝑅 𝑠 2 cos 2𝜙 cos 𝛿 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 +𝑠3 𝑅 𝑝 𝑅 𝑠 2 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 sin 𝛿 𝑠0 ′ = 𝑅 𝑝 + 𝑅 𝑠 4 + 𝑅 𝑝 − 𝑅 𝑠 4 cos 2 𝜃 𝑝𝑜𝑙 − 𝜙 + 𝑅 𝑝 𝑅 𝑠 2 sin 2 𝜃 𝑝𝑜𝑙 − 𝜙 sin 𝛿
31.
まとめ • 光が特定の物体で反射して、直線偏光板を通したセンサで観測されたとき、信号値は以下の要素に依存して変化する 入射光 無偏光
直線偏光 楕円偏光 円偏光 光強度 𝜃 𝑝𝑜𝑙、𝜃、𝜙、𝑛 𝜃 𝑝𝑜𝑙、𝜃、𝜙、𝑛、𝜔 𝜃 𝑝𝑜𝑙、𝜃、𝜙、𝑛、𝜔 𝜃 𝑝𝑜𝑙、𝜃、𝜙、𝑛、𝜔 𝜃 𝑝𝑜𝑙:直線偏光板角度 θ:天頂角(入射角) 𝜙:方位角 𝑛 :相対屈折率 𝜔:物質特性(誘電体/金属) つまり「無偏光の光」を前提したとき「のみ」物体の物質特性による位相遅延を無視して良くなる → 無偏光以外の光が物体に照射している可能性があるときは、観測される信号値に位相遅延の影響があ ると考えた方が良い
Editor's Notes
赤外感度 生命誕生の謎の足掛かりに 地球に落下した隕石にアミノ酸が含まれていたのは、 大規模な円偏光に原始太陽系が飲みこまれ照射された結果 アミノ酸が偏ったためであるという説
Download now