閱讀 | 訂閱
閱讀 | 訂閱
深度解讀

深度學習賦能全光纖千萬幀率高速成像

fun88网页下载 來源:兩(liang) 江科技評論2022-03-22 我要評論(0 )   

2022年3月17日,清華大學精密儀(yi) 器係先進激光技術研究團隊提出了一種基於(yu) 多模光纖模式色散和深度學習(xi) 的高速全光纖化成像方法,實現了千萬(wan) 幀率高速成像,該工作近期以“深...

2022年3月17日,清華大學精密儀(yi) 器係先進激光技術研究團隊提出了一種基於(yu) 多模光纖模式色散和深度學習(xi) 的高速全光纖化成像方法,實現了千萬(wan) 幀率高速成像,該工作近期以“深度學習(xi) 賦能全光纖高速圖像探測”(All-fiber high-speed imagedetection enabled by deep learning)為(wei) 題發表在《自然·通訊》(Nature Communications)期刊上。



研究背景
多模光纖成像技術因其超細微型探頭和柔性結構帶來的靈活性優(you) 勢,在生物體(ti) 內(nei) 成像、工業(ye) 檢測等領域具有廣闊的應用前景,獲得了業(ye) 界廣泛的關(guan) 注。目前,多模光纖成像技術主要分為(wei) 兩(liang) 類,一類通過在光纖遠端產(chan) 生聚焦點進行掃描成像,另一類通過探測光纖近端的散斑場來恢複光纖遠端被探測的全場圖像。這兩(liang) 種技術途徑已有較完善的理論支撐,能得到較清晰的探測圖像,但同時也具有一些難以彌補的劣勢。例如:受限於(yu) 空間光調製器、CCD或CMOS器件的刷新速度,成像幀率較低,難以對高速的事件進行成像;結構中包含自由空間光學元件,因此需要精密的光學對準,無法與(yu) 傳(chuan) 像主體(ti) 集成實現全光纖化,限製了其應用範圍;成像波長受限於(yu) CCD或CMOS器件的感光光譜範圍,限製了其在紅外波段的成像能力。


研究亮點
為(wei) 此,清華大學精密儀(yi) 器係先進激光技術研究團隊基於(yu) 十多年來在光纖激光器、光纖器件和光纖傳(chuan) 感的技術積累,提出了基於(yu) 多模光纖模式色散和深度學習(xi) 的高速全光纖化成像技術。該技術采用皮秒脈衝(chong) 光纖激光照明被測物,利用多模光纖的模間色散特性將被探測圖像的空間信息在時域上展開,時域信息通過單像素探測器進行探測,並借助神經網絡訓練的方法,由一維時域信息恢複出二維圖像信息,整體(ti) 結構和原理如圖1所示。


圖1 高速多模光纖成像係統示意圖。a:實驗原理圖;b:以神經網絡進行圖像恢複的流程圖;c:光纖探頭示意圖;d:照明光(黃色箭頭)側(ce) 麵注入探測光纖的示意圖,信號光(紅色箭頭)在纖芯中傳(chuan) 播;e:探測光纖遠端照片,端麵通過燒球來更好地聚焦照明光,比例尺500微米。


該技術通過一個(ge) 光纖側(ce) 麵耦合器將皮秒脈衝(chong) 光纖激光耦合到探測光纖中,然後從(cong) 光纖的遠端出射照到物體(ti) 上,反射光進入探測光纖後緊接著進入與(yu) 之連接的一公裏長的50/125微米直徑多模階躍光纖中傳(chuan) 播。由於(yu) 模間色散的存在,進入多模光纖的脈衝(chong) 光會(hui) 產(chan) 生分裂形成脈衝(chong) 串。如圖2所示,不同的光纖橫模具有不同的群速度,因此在時域上會(hui) 彼此分離,而這些橫模包含了被探測圖像的空間信息,通過模式色散便可將被探測物體(ti) 的空域信息在時域上展開。


圖2 被探測圖像與(yu) 其對應的波形和恢複結果


通過超快光電探測器可以獲得脈衝(chong) 串波形,經神經網絡模型進行訓練後,可以直接從(cong) 不同的脈衝(chong) 波形中恢複出被探測圖像。圖3展示了來自不同數據庫中圖案的成像效果。


圖3 不同類型圖案的成像效果

該係統的成像幀率主要取決於脈衝光的重頻,目前實驗中已實現高達15.4Mfps幀率的成像,並實驗驗證了達到53.5Mfps幀率的可行性。係統在高幀率成像的同時具備連續采集一萬幀圖像(大幀深)的能力。如果采用重複頻率更高的激光照明源,並搭配更快的光電探測器和時域波形采集設備,其幀率可以持續提升。

團隊所提出的新技術的突出優(you) 點是:幀率主要由脈衝(chong) 光源的重頻決(jue) 定,成像幀率高;全光纖化的係統結構緊湊,細如發絲(si) 的探頭大大增加了靈活性;單像素成像,探測波段不再受限於(yu) 可見光,可擴展到近紅外、甚至中波紅外等其他波段;采集時域信號而非空間分布,抗幹擾能力強。該係統在某些高速成像場景中比如體(ti) 內(nei) 高速細胞成像,或工業(ye) 場景下對難以開放係統的內(nei) 部高速成像檢測等領域具有巨大應用潛力。

該研究成果近日以“深度學習(xi) 賦能全光纖高速圖像探測”(All-fiber high-speed image detection enabled by deep learning)為(wei) 題,發表在《自然·通訊》(Nature Communications)上。該論文通訊作者為(wei) 清華大學精密儀(yi) 器係副教授肖起榕,第一作者為(wei) 精密儀(yi) 器係2018級博士生劉洲天。該研究得到了國家自然科學基金資助。



清華大學精密儀(yi) 器係先進激光技術研究團隊學術帶頭人為(wei) 係主任、教授柳強,團隊以現代化強國建設與(yu) 國家重大需求為(wei) 導向,著眼於(yu) 光電子技術領域的科學與(yu) 技術發展前沿,圍繞固體(ti) 激光、光纖光學、自適應光學、激光探測等方向,開展基礎科學探索、應用基礎研究和係統技術研發,全麵覆蓋高功率激光光源、光束控製、光電探測等技術領域。團隊承擔國家科技重大專(zhuan) 項、國家重點研發計劃、“973”計劃、“863”計劃、重點驗證、專(zhuan) 項配套型號研究等一係列重大項目,形成了從(cong) 高功率激光光源到微弱光電信號測控的整套技術鏈條,具備完整的激光光電和測控技術能力,在相應研究方麵取得了重要進展。2018年獲批建設光子測控技術教育部重點實驗室,2019年入選重點領域科技創新團隊。


論文鏈接:

https://www.nature.com/articles/s41467-022-29178-8

轉載請注明出處。

免責聲明

① 凡本網未注明其他出處的作品,版權均屬於(yu) fun88网页下载,未經本網授權不得轉載、摘編或利用其它方式使用。獲本網授權使用作品的,應在授權範圍內(nei) 使 用,並注明"來源:fun88网页下载”。違反上述聲明者,本網將追究其相關(guan) 責任。
② 凡本網注明其他來源的作品及圖片,均轉載自其它媒體(ti) ,轉載目的在於(yu) 傳(chuan) 遞更多信息,並不代表本媒讚同其觀點和對其真實性負責,版權歸原作者所有,如有侵權請聯係我們(men) 刪除。
③ 任何單位或個(ge) 人認為(wei) 本網內(nei) 容可能涉嫌侵犯其合法權益,請及時向本網提出書(shu) 麵權利通知,並提供身份證明、權屬證明、具體(ti) 鏈接(URL)及詳細侵權情況證明。本網在收到上述法律文件後,將會(hui) 依法盡快移除相關(guan) 涉嫌侵權的內(nei) 容。

網友點評
0相關評論
精彩導讀