在自然科学的众多领域中,光学研究始终占据着显著地位。为了深入解析光的复杂特性,并实现其在多个领域的应用,高精度的光电探测与传感技术已成为光学和材料科学研究的关键。近红外多光谱成像技术通过辨别各种目标的光谱特征来增强目标探测和识别。然而,传统的成像系统严重依赖复杂的光学滤光片设计,这些设计通常体积庞大且机械不稳定,对微型化和集成化提出了重大挑战。
据麦姆斯咨询报道,近日,由浙江大学马蔚研究员、储涛教授课题组联合美国东北大学刘咏民教授课题组组成的研究团队在Advanced Optical Materials期刊上发表了以“Deep Learning Design for Multiwavelength Infrared Image Sensors Based on Dielectric Freeform Metasurface”为主题的论文。
该论文报道了利用深度学习模型设计得到了具有高透射效率和波分复用功能的自由形状介质超构表面,并实验验证了其在近红外波段可实现多波长成像探测。这项技术在临床医学、生物组织成像以及深空探测等领域展现出巨大的应用潜力。
这种创新的红外成像技术采用高折射率硅纳米结构来有效地调制近红外光的复杂振幅。图1显示了自由形状介质超构表面的设计和工作原理。随后,研究人员基于时域有限差分(FDTD)方法模拟了晶胞的透射相位和振幅。
图1 超构表面的设计和工作原理
接着,依托自行开发的深度学习逆向设计模型,研究人员实现了对每个像素所需自由形状纳米结构的精准构建,相关结果如图2所示。实验与仿真结果均表明,这些纳米结构能够以极低的串扰将多个目标波长(1150 nm、1350 nm及1550 nm)的光聚焦至不同的空间位置,每个位置与红外CCD上的检测像素相对应,从而实现了高效的多波长红外探测与成像。这种独特的成像技术在临床医学中可用于更精确的诊断,在生物组织成像中提供更深入的洞察,在深空探测中则有助于更好地探索宇宙的奥秘。
图2 深度学习逆向设计模型
然后,研究人员运用化学气相沉积和电子束光刻技术制造了深度学习所设计的自由形状的纳米结构;通过利用诱导耦合等离子体刻蚀技术,成功将这些形状模式转移到硅层上,相关结果如图3所示。
图3 波分多路复用实验结果
最后,研究人员利用所制造的超构表面,并使用超连续激光作为多波长光源,通过1951年美国空军(USAF)分辨率测试图进行了近红外多光谱成像的实验演示,从而验证了该技术的有效性和准确性,相关成像演示如图4所示。此外,研究人员还设计了实验证明其解码隐藏信息的能力,如图5所示。
图4 近红外多光谱成像实验
图5 近红外多光谱成像解码隐藏信息实验
研究人员认为这项研究将深度学习与新型纳米光子器件相结合,为多波长红外成像领域带来了新的可能性,推动了相关领域的发展。研究人员期待进一步优化这项技术,将其扩展到更宽的波长范围,并将其集成到更紧凑、便携的设备中,以适应各种实时成像需求。
审核编辑:刘清
-
图像传感器
+关注
关注
68文章
1858浏览量
129390 -
红外传感器
+关注
关注
9文章
508浏览量
47488 -
红外成像
+关注
关注
0文章
88浏览量
11277 -
深度学习
+关注
关注
73文章
5459浏览量
120863
原文标题:基于“自由介质超构表面+深度学习”的多波长红外图像传感器
文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论