基于光學(xué)計(jì)算超表面的全光學(xué)目標(biāo)識別和三維重建技術(shù)

隨著物體識別和三維(3D) 重建技術(shù)在各種逆向工程、人工智能、醫(yī)療診斷和工業(yè)生產(chǎn)領(lǐng)域變得必不可少，人們越來越關(guān)注與尋求可以簡化處理的高效、更快的速度和更集成的方法。

在當(dāng)前的物體識別和三維重建領(lǐng)域，樣品輪廓信息的提取主要通過各種計(jì)算機(jī)算法來完成。傳統(tǒng)的計(jì)算機(jī)處理器存在功耗高、運(yùn)行速度低、算法復(fù)雜等多重制約因素。在這方面，最近人們越來越關(guān)注尋找替代光學(xué)方法來執(zhí)行這些技術(shù)。

光學(xué)計(jì)算理論和圖像處理的發(fā)展為目標(biāo)識別和三維重建技術(shù)提供了更為完整的理論基礎(chǔ)。近年來，光學(xué)方法因其運(yùn)算速度快、集成度高和延遲低等巨大優(yōu)勢而受到更多關(guān)注，成為傳統(tǒng)模式的最佳替代方法。

超表面作為亞波長尺度的二維納米結(jié)構(gòu)，在光學(xué)的革命性發(fā)展中表現(xiàn)出了卓越的能力，可以更有效地簡化和深度集成光學(xué)系統(tǒng)。

在實(shí)際應(yīng)用中，超表面已經(jīng)顯示出有效操縱光的幾個參數(shù)的能力。因此，超表面被用于許多潛在領(lǐng)域，例如光學(xué)模擬計(jì)算、光學(xué)密碼學(xué)、光學(xué)器件設(shè)計(jì)、信號操縱、顯微鏡成像、光學(xué)成像和納米繪畫。

光學(xué)計(jì)算超表面作為二維人工設(shè)計(jì)的組件，表現(xiàn)出控制光束相位、幅值、偏振和頻率分布的超常特性，能夠?qū)斎牍鈭鲞M(jìn)行數(shù)學(xué)運(yùn)算。

近日，湖南大學(xué)物理與電子學(xué)院羅海陸教授課題組提出了一種基于光學(xué)計(jì)算超表面的全光學(xué)目標(biāo)識別與三維重建技術(shù)。與傳統(tǒng)機(jī)制不同，該方案減少了輪廓曲面提取處理過程中的內(nèi)存消耗。高對比度和低對比度物體的實(shí)驗(yàn)結(jié)果的識別和重建與真實(shí)物體吻合較好。對全光學(xué)目標(biāo)識別和三維重建技術(shù)的探索為高效率、低功耗和緊湊的系統(tǒng)提供了潛在的應(yīng)用。

該研究成果發(fā)表在Opto-Electronic Advances上，作者提出了一種基于光學(xué)計(jì)算超表面的全光學(xué)目標(biāo)識別和三維重建技術(shù)。通過設(shè)計(jì)和制造光學(xué)計(jì)算超表面，實(shí)現(xiàn)了高對比度和低對比度物體的全光學(xué)目標(biāo)識別和三維重建。

圖1.物體識別及全光學(xué)三維重建系統(tǒng)示意圖。(a) 物體表面輪廓圖像可以在系統(tǒng)的單次處理中獲得。(b)高、低對比度物體可以通過這種全光學(xué)計(jì)算超表面系統(tǒng)進(jìn)行重建。

與以往基于超表面的三維成像研究不同，該方法依靠光學(xué)模擬計(jì)算獲取目標(biāo)輪廓信息，可以實(shí)現(xiàn)高對比度和低對比度目標(biāo)的物體識別和三維重建，為基于超表面的光學(xué)模擬計(jì)算提供了獨(dú)特的應(yīng)用。物體識別系統(tǒng)的原理示意性地如圖1(a)所示。

當(dāng)被觀測物體被添加到系統(tǒng)中時，系統(tǒng)可以通過全光學(xué)方式輸出有關(guān)物體的輪廓信息。該系統(tǒng)的目標(biāo)識別能力也可以擴(kuò)展到全光學(xué)三維重建技術(shù)。無論是高對比度物體還是低對比度物體[圖1(b)]，通過重新組合被觀察物體的不同投影圖像，都可以得到被觀察物體的三維模型。

從理論上講，高對比度物體的三維輪廓面可以看作是無限二維輪廓的疊加。因此，針對高對比度物體，提出旋轉(zhuǎn)法和切片法進(jìn)行三維重建。對于低對比度物體，可以通過打破正交偏振態(tài)技術(shù)來獲得三維重建模型。

圖2.全光學(xué)三維高對比度物體重建系統(tǒng)的實(shí)驗(yàn)演示。(a) 全光學(xué)高對比度物體三維重建示意圖。不同的顏色平面代表不同的投影平面。(b) 圖中不同投影平面上被觀察物體的輪廓信息結(jié)果。(c)通過重新組合圖中捕獲的不同投影結(jié)果來重建的3D模型。(b).(d1)-(d3)原點(diǎn)圖像，芫荽籽旋轉(zhuǎn)間隔角度為16°和4°的三維實(shí)驗(yàn)重建模型。(e1)-(f3)蘑菇模型和棒棒糖模型的三維實(shí)驗(yàn)重建模型。

為了驗(yàn)證上述方案中三維重建的可行性，以圖2(a)中的球體為例。通過在光學(xué)系統(tǒng)中以相等的間隔旋轉(zhuǎn)物體，CCD相機(jī)可以捕捉到物體在不同投影平面上的多個輪廓圖，如圖2(b)所示。最后，通過重新排列和組合整個輪廓信息圖，可以重建高對比度物體的三維實(shí)驗(yàn)重建模型[圖2(c)]。

在圖3(d)–3(e)中，芫荽籽、蘑菇模型和棒棒糖模型被用來演示這種重建過程。從理論上講，間距角越小，重建模型的精度越高。作為概念驗(yàn)證演示，僅使用有限的輪廓來說明該方案在三維重建中的可行性，實(shí)驗(yàn)結(jié)果表明該技術(shù)具有促進(jìn)性和準(zhǔn)確性。

圖3.復(fù)雜表面高對比度物體的三維重建實(shí)驗(yàn)方案。(a) 三維重建方案依賴于將目標(biāo)對象離散化為二維切片，它們之間有小間隙。(b) 將捕獲被觀察物體的每個切片中包含的輪廓信息。(c) 通過重新組合圖中捕獲的不同投影結(jié)果來重建 3D 模型。(d)-(f)分別是凹槽、平臺和凸臺的原始和三維實(shí)驗(yàn)重建模型。

在不失去通用性的情況下，研究小組專注于具有復(fù)雜輪廓表面的高對比度物體。對于一些具有復(fù)雜表面的高對比度物體，旋轉(zhuǎn)物體的三維重建方法不再適用。因此，該小組提出了另一種通過對物體進(jìn)行切片的3D重建方法。以圖3(a)中的球體為例，物體以微小的間隔切片，CCD相機(jī)可以捕捉到物體在不同投影平面上的多個輪廓結(jié)果，如圖3(b)所示。

最后，通過重新排列和組合整個輪廓信息，可以重建高對比度物體的三維實(shí)驗(yàn)重建模型[圖3(c)]。從理論上講，切片過程的精度越高，重建的3D模型就越準(zhǔn)確。作為概念驗(yàn)證演示，一些具有不同特征的簡單幾何形狀(如凹槽、著陸和凸臺)已被用于驗(yàn)證圖 3(d1)–3(f1) 中的實(shí)驗(yàn)。

通過對這三個物體進(jìn)行切片，得到它們在不同平面上的輪廓信息，重新排列和組合這些輪廓信息，最終得到圖3(d2)–3(f2)中關(guān)于它們的三維實(shí)驗(yàn)重建模型。無論是內(nèi)側(cè)有缺口的凹槽、外側(cè)凸起的凸臺，還是斜面過渡，3D實(shí)驗(yàn)重建模型的形狀和大小都與原始物體非常吻合。該方法在復(fù)雜表面或內(nèi)部結(jié)構(gòu)物體的三維重建中具有潛在的應(yīng)用前景。

通過探索基于光學(xué)計(jì)算超表面的全光模擬計(jì)算系統(tǒng)的應(yīng)用，提出并實(shí)現(xiàn)了一種高低對比度目標(biāo)的光學(xué)目標(biāo)識別和三維重建技術(shù)。該研究有望應(yīng)用于種子篩選、表面輪廓檢測和定量顯微三維重建，為圖像處理和工業(yè)檢測提供獨(dú)特的方向。

審核編輯：湯梓紅