基于光学计算超表面的全光学目标识别与三维重建

随着物体识别和三维(3D) 重建技术在各种逆向工程、人工智能、医疗诊断和工业生产领域变得必不可少，人们越来越关注与寻求可以简化处理的高效、更快的速度和更集成的方法。

在当前的物体识别和三维重建领域，样品轮廓信息的提取主要通过各种计算机算法来完成。传统的计算机处理器存在功耗高、运行速度低、算法复杂等多重制约因素。在这方面，最近人们越来越关注寻找替代光学方法来执行这些技术。

光学计算理论和图像处理的发展为目标识别和三维重建技术提供了更为完整的理论基础。近年来，光学方法因其运算速度快、集成度高和延迟低等巨大优势而受到更多关注，成为传统模式的最佳替代方法。

超表面作为亚波长尺度的二维纳米结构，在光学的革命性发展中表现出了卓越的能力，可以更有效地简化和深度集成光学系统。

在实际应用中，超表面已经显示出有效操纵光的几个参数的能力。因此，超表面被用于许多潜在领域，例如光学模拟计算、光学密码学、光学器件设计、信号操纵、显微镜成像、光学成像和纳米绘画。

光学计算超表面作为二维人工设计的组件，表现出控制光束相位、幅值、偏振和频率分布的超常特性，能够对输入光场进行数学运算。

近日，湖南大学物理与电子学院罗海陆教授课题组提出了一种基于光学计算超表面的全光学目标识别与三维重建技术。与传统机制不同，该方案减少了轮廓曲面提取处理过程中的内存消耗。高对比度和低对比度物体的实验结果的识别和重建与真实物体吻合较好。对全光学目标识别和三维重建技术的探索为高效率、低功耗和紧凑的系统提供了潜在的应用。

该研究成果发表在Opto-Electronic Advances上，作者提出了一种基于光学计算超表面的全光学目标识别和三维重建技术。通过设计和制造光学计算超表面，实现了高对比度和低对比度物体的全光学目标识别和三维重建。

图1.物体识别及全光学三维重建系统示意图。(a) 物体的轮廓表面图像可以在系统的单次处理中获得。(b)高、低对比度物体可以通过这种全光学计算超表面系统进行重建。