基于光学计算超表面的全光学目标识别与三维重建

在不失去通用性的情况下，研究小组专注于具有复杂轮廓表面的高对比度物体。对于一些具有复杂表面的高对比度物体，旋转物体的三维重建方法不再适用。因此，该小组提出了另一种通过对物体进行切片的3D重建方法。以图3(a)中的球体为例，物体以微小的间隔切片，CCD相机可以捕捉到物体在不同投影平面上的多个轮廓结果，如图3(b)所示。

图3.复杂表面高对比度物体的三维重建实验方案。(a) 三维重建方案依赖于将目标对象离散化为二维切片，它们之间有小间隙。(b) 将捕获被观察物体的每个切片中包含的轮廓信息。(c) 通过重新组合图中捕获的不同投影结果来重建3D模型。(d)-(f)分别是凹槽、平台和凸台的原始和三维实验重建模型。

最后，通过重新排列和组合整个轮廓信息，可以重建高对比度物体的三维实验重建模型[图3(c)]。从理论上讲，切片过程的精度越高，重建的3D模型就越准确。作为概念验证演示，一些具有不同特征的简单几何形状(如凹槽、着陆和凸台)已被用于验证图 3(d1)–3(f1) 中的实验。

通过对这三个物体进行切片，得到它们在不同平面上的轮廓信息，重新排列和组合这些轮廓信息，最终得到图3(d2)–3(f2)中关于它们的三维实验重建模型。无论是内侧有缺口的凹槽、外侧凸起的凸台，还是斜面过渡，3D实验重建模型的形状和大小都与原始物体非常吻合。该方法在复杂表面或内部结构物体的三维重建中具有潜在的应用前景。

通过探索基于光学计算超表面的全光模拟计算系统的应用，提出并实现了一种高低对比度目标的光学目标识别和三维重建技术。该研究有望应用于种子筛选、表面轮廓检测和定量显微三维重建，为图像处理和工业检测提供独特的方向。

相关链接：https://phys.org/news/2023-12-all-optical-identification-three-dimensional-reconstruction-based.html