光譜是物質(zhì)的“指紋”,能夠揭示物質(zhì)的組分和含量。光譜成像可以獲取成像視場(chǎng)內(nèi)各像素點(diǎn)的光譜,為智能感知開拓了一個(gè)新的信息維度。近期,清華大學(xué)電子工程系黃翊東教授團(tuán)隊(duì)崔開宇老師等在光譜成像芯片方面取得系列進(jìn)展,研制出國(guó)際首款實(shí)時(shí)超光譜成像芯片,與已有的片上光譜檢測(cè)技術(shù)相比,實(shí)現(xiàn)了從單點(diǎn)微型光譜儀到超光譜成像芯片的跨越,在智能實(shí)時(shí)感知領(lǐng)域具有廣闊的應(yīng)用前景。
光譜是指波長(zhǎng)覆蓋紫外到紅外范圍的電磁波頻譜。在該頻譜區(qū)間內(nèi)的光子能量同常見(jiàn)物質(zhì)的能級(jí)間距相近,這使得光譜攜帶著豐富的光與物質(zhì)相互作用的信息,因此光譜也被形象地稱為物質(zhì)的“指紋”。光譜分析技術(shù)是揭示物質(zhì)微觀結(jié)構(gòu)和研究物質(zhì)組分的重要工具,在物理、化學(xué)、生物、天文等領(lǐng)域有著廣泛的應(yīng)用。
光譜成像是光譜技術(shù)與傳統(tǒng)成像技術(shù)的結(jié)合,可以獲取二維圖像中每個(gè)點(diǎn)的光譜信息,生成光譜圖像的數(shù)據(jù)立方(data cube)。根據(jù)光譜分辨率的不同,光譜成像可分為多光譜成像、高光譜成像和超光譜成像,其工作中心波長(zhǎng)與光譜分辨率的比值(λ/Δλ)分別約為10、100和1000。
傳統(tǒng)的光譜成像技術(shù)大多采用空間掃描(逐點(diǎn)逐行掃描)或波長(zhǎng)掃描的模式??臻g掃描式光譜成像設(shè)備一般利用機(jī)械裝置推動(dòng)單點(diǎn)或線陣的光柵光譜儀在成像平面內(nèi)完成掃描操作,從而逐次獲取整個(gè)像平面內(nèi)的光譜信息并生成光譜圖像。波長(zhǎng)掃描式光譜成像設(shè)備則利用濾光片轉(zhuǎn)輪或者波長(zhǎng)可調(diào)諧的窄帶濾波器,采集不同波長(zhǎng)下的目標(biāo)圖像,實(shí)現(xiàn)光譜成像。兩者都需要掃描操作,無(wú)法實(shí)時(shí)獲取視野場(chǎng)景中各像素點(diǎn)的光譜信息。
國(guó)際首款實(shí)時(shí)超光譜成像芯片
清華大學(xué)電子工程系黃翊東教授團(tuán)隊(duì)(以下簡(jiǎn)稱“團(tuán)隊(duì)”)長(zhǎng)期致力于微納光電子領(lǐng)域研究。近期,團(tuán)隊(duì)崔開宇老師帶領(lǐng)學(xué)生在超表面超光譜成像芯片方面取得重要進(jìn)展,研制出國(guó)際首款實(shí)時(shí)超光譜成像芯片(見(jiàn)圖1)。團(tuán)隊(duì)利用硅基超表面實(shí)現(xiàn)了對(duì)入射光的頻譜域調(diào)制,通過(guò)改變超表面單元的結(jié)構(gòu)參數(shù)實(shí)現(xiàn)不同的調(diào)制函數(shù),利用互補(bǔ)金屬氧化物半導(dǎo)體圖像傳感器(CMOS Image Sensor, CIS)實(shí)現(xiàn)頻譜域到電域的投影測(cè)量,再通過(guò)壓縮感知算法重建得到入射光的光譜,并進(jìn)一步通過(guò)超表面的大規(guī)模陣列集成實(shí)現(xiàn)實(shí)時(shí)光譜成像(Real-time Spectral Imaging, RTSI)。此外,團(tuán)隊(duì)提出了基于圖像自適應(yīng)的可重構(gòu)超表面超晶胞(metasurface supercell),利用超表面單元結(jié)構(gòu)的空分復(fù)用,解決了計(jì)算光譜難以兼顧頻譜分辨率和空間分辨率的問(wèn)題。
該款實(shí)時(shí)超光譜成像芯片可將單點(diǎn)光譜儀的尺寸縮小到百微米以下,空間分辨率超過(guò)15萬(wàn)像素,即在0.5平方厘米的芯片上集成了超過(guò)15萬(wàn)個(gè)(356×436)微型光譜儀,可快速獲得每個(gè)像素點(diǎn)的光譜,工作譜寬450~750納米,單色光的測(cè)量精度(即波長(zhǎng)精度)達(dá)到0.04納米,波長(zhǎng)分辨率為0.8納米,測(cè)試結(jié)果如圖2所示。
由此可見(jiàn),該款芯片是將計(jì)算重建型微型光譜儀進(jìn)行了陣列化處理,集合了超表面、快照式光譜成像、超光譜成像等技術(shù)的優(yōu)勢(shì),實(shí)現(xiàn)了器件的小型化和芯片化。
與此同時(shí),團(tuán)隊(duì)還同清華大學(xué)生物醫(yī)學(xué)工程系洪波教授團(tuán)隊(duì)合作,使用實(shí)時(shí)超光譜成像芯片首次測(cè)量了活體大鼠腦部血紅蛋白及其衍生物的特征光譜的動(dòng)態(tài)變化(見(jiàn)圖3)。團(tuán)隊(duì)利用該芯片對(duì)活體大鼠腦部進(jìn)行實(shí)時(shí)成像,通過(guò)算法從采集的灰度圖像中重建得到數(shù)據(jù)立方,獲取小鼠腦部不同位置的動(dòng)態(tài)光譜變化情況,通過(guò)氧合血紅蛋白(HbO)與脫氧血紅蛋白(HbR)的特征吸收峰,分析獲取了對(duì)應(yīng)的血管區(qū)和非血管區(qū)的血紅蛋白含量變化情況。
2021年初刊發(fā)于《科學(xué)》(Science)的綜述文章《光譜儀的小型化》(Miniaturization of Optical Spectrometers)就已關(guān)注到團(tuán)隊(duì)早前的先期工作,并將這一超光譜成像芯片技術(shù)列為該領(lǐng)域的最新研究成果。團(tuán)隊(duì)相關(guān)研究成果以《基于可重構(gòu)超表面的實(shí)時(shí)超光譜成像芯片及動(dòng)態(tài)腦光譜獲取》(Dynamic Brain Spectrum Acquired By A Real-Time Ultraspectral Imaging Chip With Reconfigurable Metasurfaces)為題于2022年正式在國(guó)際光學(xué)領(lǐng)域著名期刊《光學(xué)》(Optica)上發(fā)表。
基于自由形狀超原子超表面的超光譜成像芯片
團(tuán)隊(duì)在研發(fā)上述超表面實(shí)時(shí)超光譜成像芯片的過(guò)程中,采用的仍然是基于規(guī)則形狀的超表面單元設(shè)計(jì)方法。這是因?yàn)閷?duì)圓孔、方孔和十字孔等規(guī)則形狀的參數(shù)化描述較為簡(jiǎn)便,例如圓孔的直徑、方孔的邊長(zhǎng)等,便于采用參數(shù)掃描的方式進(jìn)行結(jié)構(gòu)設(shè)計(jì)。但這種基于規(guī)則形狀的設(shè)計(jì)自由度較低,只覆蓋了超表面單元設(shè)計(jì)空間的一小部分,相應(yīng)的光譜成像性能仍有較大提升空間。
為突破規(guī)則形狀的限制,團(tuán)隊(duì)提出了一種自由形狀超原子(Freeform Shaped Meta-Atoms)的超表面設(shè)計(jì)方法,即通過(guò)對(duì)一個(gè)單元內(nèi)的區(qū)域進(jìn)行網(wǎng)格劃分、格點(diǎn)值隨機(jī)分配以及濾波和二值化處理來(lái)生成自由形狀。得益于超表面參數(shù)設(shè)計(jì)空間的擴(kuò)大,基于自由形狀超原子超表面的超光譜成像芯片的性能有了進(jìn)一步提升,波長(zhǎng)分辨率提升至0.5納米(見(jiàn)圖4)。
利用該芯片對(duì)24色麥克佩斯色卡(24-patch Macbeth color chart)和不同水果進(jìn)行光譜成像的結(jié)果如圖5所示。以基于空間掃描的商用光譜相機(jī)拍攝的結(jié)果作為參考,利用超光譜相機(jī)對(duì)24種顏色的平均光譜重建保真度達(dá)到98.78%。
團(tuán)隊(duì)相關(guān)研究成果以《基于自由形狀超原子超表面的超光譜成像》(Ultraspectral Imaging Based on Metasurfaces with Freeform Shaped Meta-Atoms)為題于2022年在國(guó)際光學(xué)領(lǐng)域著名期刊《激光與光子學(xué)評(píng)論》(Laser & Photonics Reviews)上發(fā)表。
審核編輯:劉清
-
CMOS
+關(guān)注
關(guān)注
58文章
5651瀏覽量
235001 -
濾波器
+關(guān)注
關(guān)注
160文章
7703瀏覽量
177476 -
光譜成像技術(shù)
+關(guān)注
關(guān)注
0文章
43瀏覽量
3950
原文標(biāo)題:超表面實(shí)時(shí)超光譜成像芯片:讓光譜感知無(wú)處不在
文章出處:【微信號(hào):CloudBrain-TT,微信公眾號(hào):云腦智庫(kù)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論