Spectropolarimetric成像技术有助于获得多维信息

在光学、捕获高维光学信息是至关重要的理解和描述各种目标在不同的场景。这包括重要方面如辐照度、光谱、空间、偏振、相位。然而,找到一个系统,可以有效地收集所有这些信息,同时还轻,便携、和具有成本效益的,非常具有挑战性。

输入压缩full-Stokes spectropolarimetric成像(SPI)——一种功能强大的技术,集成了一个被动的偏振调制器(PM)一般成像光谱仪。这种方法允许捕获从高维信息不完整的测量。唯一美中不足的是,我们需要一个重建算法恢复三维数据立方体(x, y,和λ)为每个斯托克斯参数描述电磁辐射的状态。不幸的是,现有的经前综合症是复杂的,需要准确的极化校准,和当前的重建算法经常遭受贫穷的图像质量和对噪声很敏感。

幸运的是,一个研究小组从西安交通大学在中国提出了一个创新的解决方案。报道先进光子学联系,他们已经开发出一种被动spectropolarimetric调制技术使用一个多级的缓凝剂,后跟一个偏振镜。创建一个统一的SPI成像模型,他们建议重建算法相结合的深度图像之前和稀疏先验。最好的部分是,他们的方法不需要训练数据或精确的极化校准,它可以同时重建三维数据立方体而实现自校准。这种新方法,称为DIP-SP,高度健壮的噪声,极大地提高了重建图像的质量。

为了演示技术的可行性和有效性,研究人员综合最简单的点到一个微型快照成像光谱仪,创建一个单发SPI原型。通过模拟和实验,表明他们的SPI方案优于现有方法。他们的方法的优点是,它允许通用光谱成像系统成为被动full-Stokes SPI系统在不改变其内在机制。

DIP-SP方法的优点是多方面的。首先,它使得实现最简单的被动点计划,使编码和解码的可行性。第二,它不需要额外的培训数据,可以适用于不同的应用程序。第三,它消除了耗时搜索scene-dependent正则化参数所需的其他方法。第四,神经网络的输出是身体约束和解释的,由于forward-imaging模型的使用。最后,没有必要精确校准的测量矩阵,和粗糙的初步极化校准是可以接受的。这种方法也有可能成为适应其他PM计划通过修改测量矩阵。

这个提议SPI方案可用于工业检测和机器视觉,快照功能通常是必需的,和它也有潜在的应用在监测使用微型无人机或地面车辆。在生物医学诊断领域,它可以方便地适应各种商业显微镜,如荧光显微镜、共聚焦显微镜、检眼镜,内视镜,喉镜。

总的来说,创新DIP-SP方法为微型SPI系统的开发带来令人兴奋的可能性,利用两个空间光学组件和与硅光子芯片级集成电路或metasurfaces。它的简单性、有效性和广泛的应用程序使它成为一个重要的光学成像领域的进步。

参考:汉F,μT,李H, Tuniyazi a .深空图像之前加上稀疏之前:对单发full-Stokes spectropolarimetric成像多级的缓凝剂。比例导引。2023;2 (3):036009。doi:10.1117/1. apn.2.3.036009

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。