精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

采用單片超構表面與元注意力網絡實現快照式近紅外光譜成像

MEMS ? 來源:MEMS ? 2024-04-25 09:08 ? 次閱讀

日前,北京理工大學王涌天教授、黃玲玲教授團隊聯合張軍院士、邊麗蘅教授團隊,采用單片超構表面與元注意力網絡實現快照式近紅外光譜成像。該方法充分利用C4對稱超構表面結構單元豐富的光譜編碼隨機性以及結構單元之間的低相關系數的特點,結合基于元注意力網絡先驗的迭代去噪重建算法的優(yōu)異性能,實現了具有高光譜分辨率和低串擾的近紅外光譜快照成像。相關成果以“Meta-attention network based spectral reconstruction with snapshot near-infrared metasurface”為題發(fā)表于Advanced Materials期刊。

2bb70b64-0265-11ef-a297-92fbcf53809c.jpg

圖1 基于近紅外超構表面的快照式光譜重構

光譜信息作為不同物質的光學指紋,能夠在多種場景下用于物質的鑒定與識別,在遙感探測、智慧農業(yè)、生物監(jiān)測、化學分析等多個領域取得了廣泛的應用。然而,現有的光譜成像系統多采用窄帶濾光片或者棱鏡、光柵等色散元件實現不同波長信息的提取。采用窄帶濾光片,已發(fā)展出分焦面(DoFP)和分時(DoT)探測兩種方式。采用DoFP方式時,光譜圖像的空間分辨率與光譜分辨率互相限制;而對于DoT方式,光譜成像的時間分辨率受限,難以適用于高速運動場景的準確獲取。對于編碼孔徑快照式光譜成像(CASSI)系統,相對龐大的體積限制了其與移動設備的集成。

近年來,許多研究者采用超構表面、光子晶體、納米線、二維材料等一系列光學材料,實現了小型化、集成化的快照式光譜成像系統。然而,此前的研究大多集中于可見光波段,針對近紅外波段光譜成像的研究還有待進一步深入。此外,重構算法在快照式光譜系統中也扮演了極為關鍵的角色,而目前的算法在重建性能和真實場景泛化性上,尤其是對于基于超構表面的成像系統,仍存在較大挑戰(zhàn)。

為了在近紅外波段實現高質量的快照式光譜成像,上述團隊設計基于元注意力網絡的近紅外超構表面快照式光譜成像系統。研究人員設計出25種不同的超構表面結構單元對入射光譜進行調制,并提出一種基于元注意力網絡先驗的迭代去噪重構算法對單次拍攝得到的灰度圖像進行重構,在算法重構的過程中,充分利用了超構表面結構單元規(guī)則的空間排布方式與隨機的光譜編碼過程,最終實現了光譜圖像的準確恢復。

超構表面結構單元的設計細節(jié)如圖2所示。為了提高對近紅外波段能量的利用率,研究團隊選取非晶硅作為納米天線的材料,共設計出25種具有C4對稱性質的結構單元,每種結構單元具有相同的周期(1.5 μm)與高度(600 nm),且每個結構單元被劃分為邊長相同(100 nm)的正方形區(qū)域,可在不同區(qū)域填充非晶硅納米天線,不同結構單元的區(qū)別僅在于納米天線的空間排布不同。考慮結構的C4對稱性,在每個結構單元內共可以設計出243種不同的納米天線排布方式,大大拓展了結構設計自由度。納米天線豐富的空間排布方式與互相之間的共振作用使得結構單元的透射光譜曲線上具有隨機而豐富的共振峰,并且使得不同結構單元透射光譜之間的相關性較低,本研究中25種結構的相關系數平均值僅為0.13,從而為充分調制入射光譜并實現準確重構提供可能性。

2bc9e766-0265-11ef-a297-92fbcf53809c.jpg

圖2 超構表面結構單元的設計與表征測試。(a)25種結構單元;(b)圖(a)中第5行、第3列結構單元斜視圖;(c)超構表面樣品的光學顯微鏡測試結構;(d)結構單元透射光譜的相關系數矩陣;(e)3種結構單元的SEM測試圖及透射光譜標定曲線。

為了充分利用超構表面的光譜調制能力并提高重構算法的普適性,研究團隊提出了一種元注意力網絡先驗的迭代去噪重構算法(MAN-IDR),算法框架如圖3所示。由于所設計的超構表面具有馬賽克形式的規(guī)則結構單元排布方式,算法對局部結構的過度關注會容易導致偽影的出現,研究團隊引入了空間光譜交叉注意(SSCA)模塊來盡量避免這一負面效應;此外,為了將混疊的光譜信息進行解耦并減小不同光譜通道之間的串擾,研究團隊引入了元交叉注意(MCA)模塊,以實現光譜維度上的準確重構。進而構建基于SSCA和MCA的多尺度編解碼網絡,稱為元注意力網絡(MAN)。MAN網絡作為去噪重建先驗項,以端到端方式交替求解深度先驗項和線性投影項,最終實現高保真度和泛化性的高光譜圖像重建。實驗證明元注意力網絡對于基于超構表面光譜解耦和紋理保留具有良好性能,歐幾里德投影算子對優(yōu)化方向起到約束作用提升算法泛化性。

2bd24ca8-0265-11ef-a297-92fbcf53809c.jpg

圖3 基于元注意力網絡先驗的迭代去噪重構算法(MAN-IDR)

采用上述超構表面與重構算法,團隊搭建了基于近紅外超構表面的快照式光譜成像系統,并驗證了其光譜成像性能,結果如圖4所示。由圖4可見,通過CMOS拍攝所得圖像均為灰度圖,僅能體現圖像的強度信息,而無法體現出不同通道的波長信息,而經過算法的重構,光譜圖像的波長維度得以體現出來。并且重構圖像具有清晰的紋理與較小的偽影,展現出重構算法良好的細節(jié)恢復能力;此外,研究者還從重構圖像中提取光譜曲線并與真值進行對比,兩組實驗的光譜曲線保真度平均值分別為92.26%和91.40%,表明重構結果具有較高的波長準確性。

2bd8dfaa-0265-11ef-a297-92fbcf53809c.jpg

圖4 具有復雜紋理的單色光譜圖像重構結果

研究團隊還測試了系統的光譜曲線恢復能力,結果如圖5所示。針對準單色光,重構光譜曲線平均保真度達到98.26%,且中心波長準確性達到0.05 nm,半高全寬準確性達到0.13 nm。針對形狀復雜的寬帶光譜,也實現了準確重構。

2be2db04-0265-11ef-a297-92fbcf53809c.jpg

圖5 光譜曲線重構結果

上述研究團隊提出的基于元注意力網絡的近紅外超構表面快照式光譜成像方法,通過設計相關系數較低的超構表面結構單元以及普適性較高的光譜重構算法,實現了高保真度、低串擾的光譜圖像重構,并能準確區(qū)分出空間重疊的光譜圖像,為區(qū)分、探測不同成分的近紅外物質信息提供可能。通過將所設計的近紅外超構表面與手機無人機等可移動設備集成,有望在未來實現便攜式、小型化的光譜成像移動設備,為空間探測、智慧醫(yī)療、機器視覺等領域提供助力。

論文信息:
https://doi.org/10.1002/adma.202313357

審核編輯:劉清
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • CMOS
    +關注

    關注

    58

    文章

    5621

    瀏覽量

    234494
  • SEM
    SEM
    +關注

    關注

    0

    文章

    191

    瀏覽量

    14382
  • 非晶硅
    +關注

    關注

    0

    文章

    20

    瀏覽量

    8466
  • 近紅外光譜成像

    關注

    0

    文章

    3

    瀏覽量

    1727

原文標題:基于元注意力網絡的近紅外超構表面快照式光譜成像

文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    紅外光譜的新曙光

    ? BLAZE ?科學級 CCD 相機的突破性技術大幅提升紅外量子效率,實現卓越的定量光譜測量。Teledyne Princeton Instruments 的BLAZE
    的頭像 發(fā)表于 09-03 06:21 ?86次閱讀
    <b class='flag-5'>近</b><b class='flag-5'>紅外光譜</b>的新曙光

    紅外光譜成像具有廣泛的應用前景

    紅外(NIR)高光譜成像是一種功能強大的光電探測技術,可以捕獲紅外光譜范圍內的三維光譜空間信
    的頭像 發(fā)表于 06-05 09:22 ?1.2w次閱讀
    <b class='flag-5'>近</b><b class='flag-5'>紅外</b>高<b class='flag-5'>光譜成像</b>具有廣泛的應用前景

    光譜成像儀的數據怎么看

    光譜成像(Hyperspectral Imaging, HSI)是一種先進的成像技術,它結合了成像技術和光譜技術,能夠獲取物體在不同波段下的光譜
    的頭像 發(fā)表于 05-17 10:02 ?305次閱讀
    高<b class='flag-5'>光譜成像</b>儀的數據怎么看

    光譜成像系統解析

    光譜成像技術,一種在多個行業(yè)中愈發(fā)重要的先進技術,提供了一種深入了解物體表面特性的全新方式。本文將詳細探討高光譜成像系統的工作原理、應用及其帶來的革命性影響,揭示這一技術如何能夠識別并分析物體
    的頭像 發(fā)表于 04-16 14:59 ?463次閱讀
    高<b class='flag-5'>光譜成像</b>系統解析

    光譜成像技術:從原理到應用的全面指南

    的應用。 1. 高光譜成像簡介 高光譜成像是一種利用光譜信息來獲取圖像中每個像素的頻譜的技術。相比傳統成像系統,高光譜成像可以提供更加詳細的
    的頭像 發(fā)表于 04-15 17:36 ?1489次閱讀
    高<b class='flag-5'>光譜成像</b>技術:從原理到應用的全面指南

    避免高光譜成像數據中的光譜混疊問題

    光譜成像技術在農業(yè)、環(huán)境監(jiān)測、醫(yī)學診斷等領域具有廣泛的應用前景。然而,光譜混疊是高光譜成像數據分析中常見的問題之一,它會影響數據的解釋和應用。光譜混疊指的是不同
    的頭像 發(fā)表于 02-27 15:27 ?566次閱讀

    如何開展高光譜成像技術在農業(yè)遺傳育種中的應用研究?

    技術逐漸成為一種有效的工具,能夠為農業(yè)遺傳育種提供新的解決方案。 了解高光譜成像技術 高光譜成像技術是一種通過采集目標物體在不同波長下的光譜信息來獲取目標物體特征的技術。它利用遙感儀器在可見光、
    的頭像 發(fā)表于 02-20 14:54 ?584次閱讀
    如何開展高<b class='flag-5'>光譜成像</b>技術在農業(yè)遺傳育種中的應用研究?

    光譜成像儀原理 多光譜成像儀能測什么

    光譜成像儀是一種可以同時獲取多頻段光譜信息的成像設備,它不同于普通的彩色相機或單光束傳感器,能夠提供更為豐富的光譜特征,廣泛應用于農業(yè)、環(huán)境監(jiān)測、遙感、生物醫(yī)學等領域。本文將詳細介紹
    的頭像 發(fā)表于 02-20 11:27 ?1456次閱讀

    光譜成像儀能測什么

    光譜成像儀是一種用于獲取物體表面多個波段的光譜信息的儀器。它可以測量不同波段的輻射數據,并利用這些數據來對物體進行分類、識別和分析。多光譜成像儀廣泛應用于農業(yè)、環(huán)境監(jiān)測、地質勘探、醫(yī)
    的頭像 發(fā)表于 02-14 15:47 ?882次閱讀

    紅外光譜儀的原理 紅外光譜儀的采樣方式

    紅外光譜儀(Near Infrared Spectrometer,NIRS)是一種用于測量物質紅外光譜的儀器。它利用物質在
    的頭像 發(fā)表于 02-04 16:52 ?1290次閱讀

    紅外光譜儀是干什么用的 紅外光譜儀使用方法

    紅外光譜儀是一種用于測量物質在紅外波段的吸收和散射性質的儀器。紅外光譜儀的原理基于光的互作
    的頭像 發(fā)表于 01-25 13:43 ?1865次閱讀

    便攜光譜成像系統在遠程感知中的應用探究

    隨著遙感技術的快速發(fā)展,便攜光譜成像系統逐漸成為遠程感知領域的研究熱點。高光譜成像通過捕捉從目標反射或輻射的廣泛波長范圍內的光譜信息,提供了比傳統
    的頭像 發(fā)表于 01-19 10:39 ?363次閱讀
    便攜<b class='flag-5'>式</b>高<b class='flag-5'>光譜成像</b>系統在遠程感知中的應用探究

    光譜成像技術分類及應用

    光譜成像技術起源于上世紀八十年代,其前身是多光譜遙感成像技術。由于光譜成像具有良好的信息獲取能力,光譜成像技術得到了飛速的發(fā)展,已經發(fā)展出多
    發(fā)表于 01-15 11:05 ?262次閱讀
    <b class='flag-5'>光譜成像</b>技術分類及應用

    光譜成像儀最新的品牌,優(yōu)點,使用領域有哪些?

    儀品牌具有許多優(yōu)點,并應用于多個領域。 首先,最新的多光譜成像儀品牌采用了最先進的光學技術和成像算法,具有更高的分辨率和更低的噪聲水平。這使得多光譜成像儀能夠提供更準確和可靠的
    的頭像 發(fā)表于 01-10 16:28 ?415次閱讀

    快照光譜成像光學+小數據凸優(yōu)化/深度學習理論

    該研究不使用濾波器構建彩色物體多光譜圖像的主要思想,是利用多共振原子作為表面構建單元。研
    的頭像 發(fā)表于 11-29 16:55 ?561次閱讀
    <b class='flag-5'>快照</b>高<b class='flag-5'>光譜成像</b>:<b class='flag-5'>超</b><b class='flag-5'>構</b>光學+小數據凸優(yōu)化/深度學習理論