1 中国科学院西安光学精密机械研究所瞬态光学与光子技术国家重点实验室,陕西 西安 710119
2 中国科学院大学,北京 100049
3 Laboratory of Applied Computational Imaging,Centre Énergie Matériaux Télécommunications,Institut National de la Recherche Scientifique,Université du Québec,Québec J3X1P7,Canada
高速成像技术在物理、化学、生物医学、材料科学及工业等众多领域扮演着十分重要的角色。受电荷存储和读取速度的限制,基于电子成像器件的数码相机成像速度难以进一步提高。近年来,随着成像新技术的发展,超高速和极高速光学成像的性能已得到显著提升,具备更高的时间分辨率、空间分辨率及更大的序列深度等。介绍高速成像技术的发展历程,根据成像方式,将近年来具有代表性的新型超高速和极高速光学成像技术分为直接成像和编码计算成像两个类别。分别介绍和讨论各种新型超高速和极高速光学成像技术的概念和原理,并比较各自的优缺点。最后,对这一领域的发展趋势和前景进行展望。本文旨在帮助研究者系统了解超高速和极高速光学成像技术的基本知识、最新研究发展趋势和潜在应用,为该领域科学研究提供参考。
高速成像 超高速成像 极高速成像 时间分辨率 空间分辨率 序列深度 激光与光电子学进展
2024, 61(2): 0211020
红外与激光工程
2022, 51(11): 20220735
光子学报
2021, 50(11): 1123001
1 南开大学现代光学研究所, 天津 300350
2 天津市微尺度光学信息技术科学重点实验室, 天津 300350
3 天津市光电传感器与传感网络技术重点实验室, 天津 300350
由于超材料和超表面的亚波长结构单元的形状和尺寸具有很大的设计自由度,可对电磁波的振幅、相位、波前和方向等进行复杂而精确的调控,同时随着结构参数数量的增加,结构设计的时间往往呈指数增长。提出了一种基于反向传播(BP)神经网络快速优化超表面结构的方法,实现了兼具高衍射效率、宽带宽和高角色散等优势的太赫兹介质超光栅。利用有限次数的严格耦合波分析建立的数据集来训练BP神经网络,可准确预测任意结构参数的超光栅衍射光谱,并通过遍历所有结构参数快速筛选出具有最高衍射效率且宽带宽的超光栅,相比传统的遍历计算方法速度提高了一万倍,证明了基于BP神经网络的超表面优化方法的高效性以及精准性,同时为太赫兹波段提供了一种性能优异的衍射元件。
光栅 深度学习 BP神经网络 超光栅 优化 光学学报
2020, 40(23): 2305001