据红外新闻网,于2024年01月02日报道,随着物体识别和三维重构技术在各种逆向工程、人工智能、医疗诊断和工业生产领域变得越来越重要。在当前的物体识别和三维重构领域中,提取样本轮廓信息主要是通过各种计算机算法来完成的,而传统的计算机处理器受到功耗高、运行速度慢、算法复杂等诸多限制。因此,人们开始关注如何利用更高效的光学方法来执行这些操作。光学计算方法和图像处理技术的发展为物体识别和三维重构技术提供了更完备的理论基础。近年来,光学方法凭借其超快的运算速度、高集成度和低功耗,作为一种有望替代传统机制的新兴技术受到越来越多的关注。超表面作为亚波长尺度的二维纳米结构,在光学的革命性发展中表现出了显著的能力,它可以有效地简化光学系统的体积。在实际应用中,超表面已经显示出有效操纵光束各类参数的能力。因此,超表面被应用于许多领域,如光学模拟运算、光学密码学、信号处理、显微镜成像和纳米绘画。
光学计算超表面作为一种二维人工设计的光学器件,具有控制光束相位、振幅、偏振和频率分布的超常规特性,能够在纳米尺度上对输入的场分布进行数学运算。
文章亮点
近日,湖南大学物理与微电子科学学院博士生许定誉、许文昊、杨强、张文帅、文双春教授和罗海陆教授提出并演示了一种基于光学计算超表面的全光学物体识别技术与三维重构技术。与传统机制不同,该方案减少了轮廓曲面提取过程中的内存消耗,大幅提高了图像处理的速度。并且在该方案中不论是对于高对比度物体还是低对比度物体而言,其识别结果与三维重构结果都与真实物体吻合较好,这对于探索更为高效、低消耗和紧凑的全光学物体识别及三维重构系统提供了潜在的应用。
该研究设计并制备了一个光学计算超表面,实现了对于高、低对比度物体的全光识别与三维重构。与以往基于超表面的三维成像研究不同,该方法依靠光学模拟运算实现了对于物体轮廓信息的快速提取,且被应用于高对比度和低对比度物体的识别及三维重构中,这可能为基于超表面的光学模拟运算提供独特的应用。全光物体识别系统的原理如图1(a)所示,当被观测的物体被放置在系统中时,系统可以快速输出物体的轮廓信息。而该系统的物体识别能力也可以扩展到全光三维重构技术中,通过对被观测物体的不同投影图像进行重组(图1(b)),可以得到被观测物体的三维模型,该方法不仅可以得到高对比度物体的三维模型,而且对观测难度较大的低对比度物体也行之有效。从理论上来说,高对比度物体的三维轮廓面可以看作是无限个二维轮廓的叠加。因此,对于高对比度物体而言,提出了旋转法和切片法来进行三维重构,而对于低对比度的物体,可以通过打破正交偏振技术获取其三维重构模型。
为了验证三维重构的可行性,以图2(a)中的一个球体为例,通过在光学系统中以等间隔旋转物体,CCD捕获物体在不同投影平面上的多个轮廓结果,如图2(b)所示。最后,对整个轮廓信息进行重新排列组合,即可重构高对比度物体的三维实验重构模型(图2(c))。在图2(d-e)中,该方案使用了香菜种子、蘑菇模型和棒棒糖模型三个高对比度物体来演示这一重构过程。从理论上讲,提取轮廓结果越多,重构模型越精确。作为概念验证,仅用有限的轮廓信息来说明该方案用于三维重构的可行性,实验结果表明该技术是方便且准确的。
在不失一般性的前提下,该课题组还关注了具有复杂轮廓表面的高对比度物体。对于一这类高对比度物体而言,简单地通过旋转物体来进行三维重构方法已不再适用。因此,在该方案中还提出了另一种利用切片来对高对比度物体进行三维重构的方法。以图3(a)中的球体为例,以微小的等间隔对物体进行切片,CCD可以捕捉到物体在不同投影平面上的多个轮廓结果,如图3(b)所示。最后,通过对整个轮廓信息进行排列组合,即可重构高对比度物体 (图3(c))。理论上,切片的精度越高,重构的三维模型就越准确。作为概念验证演示,图3(d1)-3(f1)中使用了一些特征明显的简单几何物体来验证该实验,如凹槽、梯台和凸台。通过对这三个物体进行切片,获得它们在不同平面上的轮廓信息,并将这些轮廓信息重新组合起来,最终可以获得到图3(d2)-3(f2)所示的三维实验重构模型。无论是内部带缺口的凹槽,外部凸起的凸台,还是梯台,实验上获取的三维重构模型的形状和大小都与原始物体非常吻合。该方法对于具有复杂表面或内部结构的物体的三维重构具有潜在的应用前景。
通过对基于光学计算超表面的全光模拟运算系统的应用进行探索,提出并实现了对于高、低对比度物体的光学物体识别与三维重构技术。这项工作后续有望应用于植物种子甄别、样品形貌检测、定量显微三维重构中,并为图像处理和工业检测领域提供新的研究思路。
该工作以“All-optical object identification and three-dimensional reconstruction based on optical computing metasurface”为题作为封面文章发表在Opto-Electronic Advances 2023年第12期。该工作受到国家自然科学基金((12174097,12304321)湖南省杰出青年基金等项目的支持。
研究团队简介
湖南大学罗海陆教授课题组依托微纳光电器件及应用教育部重点实验室,在自旋光子学、光学模拟计算与全光图像处理、量子测量与量子成像领域进行了系统而深入的研究并取得了系列进展,发展了基于光子自旋霍尔效应的精密测量技术与全光图像处理技术。带领课题组在 Physical Review Letters、National Science Review、PNAS、Science Advances、Light: Science & Applications、Reports on Progress in Physics、Opto-Electronic Advances、Opto-Electronic Science等高水平期刊杂志发表论文100余篇。论文被国内外同行引用8000余次,H因子为47(Google Scholar)。研究成果获2021年教育部自然科学二等奖,连续三年 (2020-2022) 入选爱思唯尔中国高被引学者。