Deep-learning-enabled temporally super-resolved multiplexed fringe projection profilometry: high-speed kHz 3D imaging with low-speed camera
基于频域复用的时域超分辨条纹投影结构光三维成像
陈文武，冯世杰*，尹维，李艺璇，钱佳铭，陈钱*，左超*
南京理工大学智能计算成像实验室，南京理工大学智能计算成像研究院，江苏省光谱成像与智能感知重点实验室
PhotoniX5, 25 (2024). https://doi.org/10.1186/s43074-024-00139-2
近年来，数字光投影器、空间光调制器等光电器件得到了跨越式发展。与此同时，深度学习技术在计算成像领域也展现出了强大的发展潜力与应用前景。受此启发，南京理工大学陈钱、左超教授团队借助数字微镜器件的高时间分辨特性与频域复用技术优势，在一帧相机曝光内通过时间积分叠加记录包含多个时间点物体三维信息的不同方向空间载波条纹图案，再基于集成深度学习框架实现条纹相位信息的有效解耦，从一幅复合高频条纹中解译并重建出物体在多个时间点的三维形貌信息。实验结果证明本方法首次使用普通低速相机实现了超越相机帧率近一个数量级的高速（kHz）三维成像，突破了传统相机硬件帧率的物理限制，为基于低时间分辨成像器件探索高时空分辨率的动态过程提供了新的可能性。相关研究成果于2024年8月19日以“Deep-learning-enabled temporally super-resolved multiplexed fringe projection profilometry: high-speed kHz 3D imaging with low-speed camera”为题发表在 PhotoniX 期刊。
Ultra-low-defect homoepitaxial micro-LEDs with enhanced efficiency and monochromaticity for high-PPI AR/MR displays
超高性能同质外延Micro-LED：助力AR/MR显示革命性突破
刘弈镈，王国斌，冯锋，张胡梦圆，袁正南，李子纯，徐科，郭海成，刘召军
香港科技大学，南方科技大学，中国科学院苏州纳米技术与纳米仿生研究所，江苏第三代半导体研究院
PhotoniX5, 23 (2024). https://doi.org/10.1186/s43074-024-00137-4
强环境光条件下的亮度问题是限制增强现实（AR）和混合现实（MR）应用的关键障碍之一。氮化镓（GaN）材料的Micro-LED因其卓越的亮度和稳定性，被认为是AR/MR应用的最佳选择。然而，传统的异质外延生长Micro-LED器件面临着诸多挑战，如高位错密度导致的显著波长偏移和效率下降等。这些问题不仅影响了显示屏的整体性能，还限制了其在高亮度环境下的应用效果。本文首次展示了高质量的氮化镓基底同质外延结构（GaN-on-GaN）Micro-LED显示器，这一新型结构在克服传统技术缺陷方面显示出显著优势。通过优化生长工艺，GaN-on-GaN结构实现了更低的位错密度，进而减少了波长偏移和效率下降的现象。这种改进使得Micro-LED在高电流密度下能够保持更高的亮度，同时降低了功耗和发热。该研究于2024年8月14日以“Ultra-low-defect homoepitaxial micro-LEDs with enhanced efficiency and monochromaticity for high-PPI AR/MR displays”为题发表于PhotoniX。
Full degree-of-freedom polarization hologram by freeform exposure and inkjet printing
全自由度液晶全息器件助力轻薄增强现实近眼显示
熊江浩*，钟海政，程德文*，吴诗聪（Shin-Tson Wu），王涌天*
北京理工大学，美国中佛罗里达大学
PhotoniX4, 22 (2023). https://doi.org/10.1186/s43074-023-00111-6
1971年的诺贝尔物理学奖得主丹尼斯·加博尔(Dennis Gabor)发明了全息摄影。全息技术也因此迎来一波蓬勃发展。然而，传统的全息光学器件(如卤化银，光致聚合物，液晶分散体全息等)都是依赖于直接将干涉光的空间条纹记录到全息材料之中。因为最终全息器件完全由记录时的干涉条纹决定，难以实现后期的调控，使得其在一些成像和显示系统中的应用受限。并且其较小的折射率调制度(~0.05)也导致了较小的角度带宽，从而限制了其成像性能。而近期新兴的偏振全息液晶器件则将全息信息的记录和器件形成这两个过程分开：纳米级厚度的光取向层负责记录全息偏振场信息，而拥有光学衍射性质的液晶层则由液晶的自组装来形成。这两个独立的器件形成过程就使得分别对每一个过程的操控和调控成为可能。并且该偏振全息液晶器件拥有较大的折射率调制度(~0.2)和动态调制能力，适用于高性能的新型近眼显示。相关工作以“Full degree-of-freedom polarization hologram by freeform exposure and inkjet printing”为题于2023年10月13日发表在 PhotoniX 上。
Deep learning enables parallel camera with enhanced- resolution and computational zoom imaging
深度学习助力全景并行相机实现计算变焦成像
刘淑斌，谢秉坤，袁荣英，张梦璇，许建成，李磊*，王琼华*
四川大学电子信息学院，北京航空航天大学仪器科学与光电工程学院，墨尔本大学科学学院
PhotoniX4, 17 (2023). https://doi.org/10.1186/s43074-023-00095-3
实现并行相机的高性能成像是一个全球性的挑战。然而，现有的解决方案在视场、分辨率和带宽之间存在根本矛盾，严重制约了并行相机的性能提升。四川大学李磊教授研究团队和北京航空航天大学王琼华教授研究团队提出并研制了一款基于深度学习的全景并行（DLBP）相机，该相机具有8-μrad的瞬时视场和4倍计算变焦能力。同时，该相机以每秒30帧的速度拍摄30-MPs图像的快照，实现了大视场和高分辨率成像兼容，也使系统的复杂性和成本大大降低。该成果以“Deep learning enables parallel camera with enhanced- resolution and computational zoom imaging”为题发表在国际顶尖学术期刊 PhotoniX 上。
Different channels to transmit information in scattering media
自匹配光源编码的散射介质信息传递微通道
张栩瑜、高敬敬、甘雨、宋纯元、张大伟*、庄松林、韩申生、赖溥祥*、刘红林*
中国科学院上海光学精密机械研究所，上海理工大学光电信息与计算机工程学院，中国科学院大学材料科学和光电技术学院，中国科学院大学杭州高等研究院，香港理工大学生物医学工程系，香港理工大学深圳研究院，香港理工大学光子技术研究院
PhotoniX4, 10 (2023). https://doi.org/10.1186/s43074-023-00087-3
尽管散射介质结构复杂，光在其中的传播无法追迹，传递过程无法准确描述，仍然存在解构散射介质的可能。通过以深度学习作为信息解构的工具，本研究发现除了整体信道，散射介质的复杂微结构还会构成新的信道，完成图像信息的传递，而不同的照明（即信源编码）方式会自动激发对应的信道，也就是说散射介质能自动完成信道的切换。这一现象迥异于透镜、光阑等传统光学信道，它们不管照明方式如何改变，信道的结构不发生变化。基于此，未来我们有望更深入理解信息在散射介质内传递的具体过程，从而为透散射介质成像问题找到根本性解决方案。同时研究也再次确定深度学习可以作为强大的工具探索复杂系统的物理机制和规律，而不仅仅是复杂系统的近似模拟，这极大了拓展了深度学习可能的应用范围，也将激发对深度学习的物理模型和机理的探索。相关工作于2023年2月16日发表在 PhotoniX 上。
From compressive sampling to compressive tasking: retrieving semantics in compressed domain with low bandwidth
关于计算成像前景的深度思索
张志宏，张博，袁鑫，郑巳明，苏雄飞，索津莉* , David J. Brady，戴琼海*
清华大学、西湖大学
PhotoniX3, 19 (2022). https://doi.org/10.1186/s43074-022-00065-1
单曝光压缩成像（Snapshot Compressive Imaging，SCI）和视觉语义信息解译（Semantic Computer Vision，SCV）分别是计算成像和计算机视觉领域的两项重要课题。单曝光压缩成像旨在基于压缩感知原理实现低带宽、高通量的视觉信息采集，而视觉语义信息解译则关注如何从视觉数据中提取高层语义信息，辅助智能决策。近期，清华大学戴琼海院士团队的索津莉副教授课题组和西湖大学袁鑫副教授课题组合作，在PhotoniX 期刊发表综述论文“From compressive sampling to compressive tasking: retrieving semantics in compressed domain with low bandwidth”。文中，作者分析了高通量视觉数据采集和语义信息解析的瓶颈，总结了目前单曝光压缩成像技术的硬件系统和重建算法的发展现状，并提出了一种新的结合单曝光压缩成像技术和视觉语义信息解译任务的端到端联合框架，以期跨过传统的“先重建、再解译”流程，直接在压缩域实现低带宽、高效率的高通量视觉语义信息解析。该框架为计算成像和计算机视觉技术的融合提供了新思路，期待能启发两个不同方向的研究团体提出新的研究方向。
Dual-plane coupled phase retrieval for non-prior holographic imaging
基于双平面耦合相位恢复的无先验全息成像
黄郑重，Pasquale Memmolo，Pietro Ferraro*，曹良才*
清华大学，意大利国家科学委员会应用科学与智能系统研究所
PhotoniX3, 3 (2022). https://doi.org/10.1186/s43074-021-00046-w
数字全息成像通过引入参考光干涉，利用计算方法重构原始物光波，可对光与物质相互作用进行定量分析，目前已广泛应用在生医成像、缺陷检测、形貌测量等领域。全息成像的带宽受限于系统数值孔径与相机的采样频率。离轴全息和同轴全息是两种典型的全息成像模式，离轴模式具有复振幅求解的数学完备性，但不能充分利用相机的像素带宽；同轴模式可充分利用像素采样带宽，实质是已知衍射强度图下的光学目标重建，性能受制于迭代投影面数目、初始相位、先验假设等信息。近日，清华大学曹良才教授课题组联合意大利国家科学委员会应用科学与智能系统研究所Pietro Ferraro教授团队，将同轴全息与离轴全息结合，利用离轴最优化初始相位，实现了快速、无先验、全带宽的定量相位测量，该研究内容于2022年1月以Dual-plane coupled phase retrieval for non-prior holographic imaging为题发表于 PhotoniX 上。
END
关于PhotoniX
PhotoniX 属同行评议、开放获取（OA）高影响力国际期刊。是中国光学工程学会会刊，由中国光学工程学会、清华大学、上海理工大学和西湖大学共同主办，由Springer Nature集团出版。上海理工大学顾敏院士和西湖大学仇旻教授担任期刊主编，庄松林院士担任期刊名誉主编。期刊拥有强大的国际编委和编辑团队。PhotoniX 主要报道国内外光学与光子学技术与信息、能源、材料、生命、精密制造、纳米、光电子器件、微纳米电子等学科交叉融合发展带来的颠覆性科研成果和最新的工程应用进展。以展现具有前沿性、多学科交叉和衍生性特点的技术为核心，成为推动国际前沿“使能技术”的平台。
PhotoniX 已被SCI、EI、SCOPUS、DOAJ、ProQuest、CNKI、INSPEC、Dimensions等10多个数据库收录。2022年6月获得首个影响因子19.818，位列Q1区。同时进入《2022年中国科学院文献情报中心期刊分区表》，位列物理与天体物理大类和光学小类双一区，为Top期刊。中国科协首次颁布“光学工程和光学领域高质量期刊目录”PhotoniX 位列T1级。
了解PhotoniX最新动态
声明：本文所用视频、图片、文字如涉及版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除。邮箱：wanghaiming@csoe.org.cn
公众号投稿请联系：wanghaiming@csoe.org.cn
商务合作/文章转载请联系：022-59013419
