帖子
勋章
关注
任务
微型偏振成像技术革新3D视觉 长期以来，单个摄像头捕获精确3D细节面临巨大挑战。传统方法常依赖复杂的双相机系统或特殊光照条件，难以实际应用。而南京大学团队开发的一项突破性技术，将重新定义3D成像。 发表于《Optica》的最新研究中，研究团队提出了一种前沿的快照偏振立体成像系统（SPSIM，见图1）。这一创新系统将超表面光学与人工智能结合，可实时提取高精度3D形貌信息。  图1. 使用单个超透镜的小型化快照偏振立体成像示意图 与传统多偏振片或序列曝光方法不同，SPSIM采用特殊设计的超表面透镜单次拍摄即可捕获全斯托克斯偏振数据。其消光比达25 dB（与商用偏振片相当），中心波长效率高达65%，性能远超传统偏振相机。 SPSIM核心：大规模偏振超表面 为提升系统性能，团队研制了1.65×1.65 mm²的大规模偏振超表面（图2）。实验表明，该超表面可精准分离入射光的六种偏振态，并将各分量引导至目标位置。即便在窄带条件下，其性能仍稳定可靠，仿真与实验数据高度吻合。  图2. 超透镜样品的实验表征。（a）样品的光学（左）与扫描电镜（右）图像；（b）六种偏振态的光强分布仿真与实验结果；（c）归一化强度与消光比特性；（d）不同偏振入射下的全斯托克斯参数；（e）950-1350 nm宽谱响应；（f）USAF分辨率板透射成像。 神经网络：高精度3D重建的关键 SPSIM的成功核心在于其神经网络驱动处理流程。通过引入圆偏振信息，系统表面法向精度显著提升，深度误差小于0.15 mm，为生物医学成像、工业检测等精密应用奠定基础。 3D重建流程（图3）包含数据预处理、物理先验计算、U-Net网络训练三大模块。针对方位角模糊问题，团队创新性地融合明暗恢复形状（SFS）物理先验与神经网络，实现高精度表面法向重建。  图3. 偏振3D重建流程图。（a）数据预处理；（b）反射特性物理建模；（c）条件归一化U-Net架构；（d）瓶体法向图与3D深度重建结果。 实战验证：突破性重建效果 通过自然光条件下的瓶罐、兔子等物体测试（图4），传统相机与人眼难以分辨的树脂材质细节，SPSIM却展现出卓越灵敏度。对比实验证明，圆偏振（CP）信息的引入使轮廓捕捉精度提升显著，其缺失将导致法向图严重失真。  图4. 表面法向重建对比。（a）不同方法重建效果；（b）圆偏振对摩艾石像细节的影响；（c）截面轮廓精度对比。 多维重建与未来前景 通过多角度拍摄与点云融合（图5），系统成功重建物体完整3D纹理。研究团队实现了：（1）基于法向图的离散积分深度重建；（2）60°步进多视角深度图提取；（3）点云融合生成3D模型。  图5. 3D可视化。（a）法向图深度重建；（b）猫头鹰多视角点云；（c）融合3D模型。 开启3D成像新纪元 该研究标志着高分辨率3D成像的重大突破。SPSIM的紧凑设计使其可集成于便携设备，即便在极端环境下也能实现实时3D重建。这项技术为增强现实、机器人视觉等领域的创新开辟了新航道。 相关链接：https://dx.doi.org/10.1364/OPTICA.549864 分享到：
|
