普林斯顿大学(Princeton University)和华盛顿大学(University of Washington)的研究人员将一个复杂的超表面与160万个元素和计算处理结合起来，创造出一个纳米光学成像仪，或透镜，大小相当于一粒盐。
这种传感器可以用于医疗机器人的微创内窥镜检查，以诊断和治疗疾病，并改善其他有尺寸和重量限制的机器人的成像。成千上万个这样的相机阵列可以用于全场景传感，将表面变成相机。
而不是使用弯曲玻璃或塑料透镜聚焦光，而是0.5mmm宽的Metasurface采用160万圆柱形柱，用于厚度为500μm的成像仪中的氮化硅（SIN）工艺。研究人员报告了本周在自然通信中发表的论文的发展。
每个柱子都有一个独特的几何形状，功能就像一个光学天线。为了正确地塑造整个光学波前，需要改变每个波柱的设计。使用TensorFlow编写的基于机器学习的算法，帖子与光线的交互结合起来，生成了全彩超表面相机视场为40°、f值为2的高质量图像。
其中一个关键因素是光学表面和产生图像的机器学习信号处理算法的集成设计。这项研究的高级作者、普林斯顿大学计算机科学助理教授菲利克斯·海德(Felix Heide)说，与以前需要激光才能产生高质量图像的超表面相机相比，这提高了相机在自然光条件下的性能。
其他Ultracpact Metasurface镜片已遭受主要的图像扭曲，小视野以及捕获可见光全光谱的有限能力。然而，这些微小的成像系统的发展对VR和AR眼镜具有很大的兴趣。该工作得到了美国国防部，UW现实实验室，Facebook，Google，Futurewei Technologies和亚马逊的国家科学基金会的支持。
相关文章
“设计和配置这些微小的纳米结构来做你想做的事情是一个挑战，”普林斯顿大学的学生Ethan Tseng说，他是这项研究的共同领导者。“对于这个捕捉大视场RGB图像的特定任务，以前不清楚如何与后处理算法共同设计数百万个纳米结构。”
创建计算模拟器以自动测试不同的纳米天线配置。研究人员Shane Colburn说，由于天线的数量和它们与光的相互作用的复杂性，这种模拟可以使用大量的记忆和时间。他开发了一种以足够的准确性有效地近似于元件的图像生产能力的模型。
成像仪通过光纤电缆将光线输入传感器，整个计算重建管道以实时速率运行，处理一幅720像素× 720像素的RGB图像只需要58毫秒。
COLBurn现在在Tunoptix中指导系统设计，这是一家位于西雅图的公司，该公司正在商业化由Colburn毕业顾问Arka Majumdar Cofoust的Metasurface成像技术。
Heide和他的同事们现在正在为成像仪本身增加更多的计算能力。除了优化图像质量，他们还希望增加物体检测和其他与医学和机器人相关的传感模式的能力。Heide还设想使用超紧凑的成像仪来制造表面作为传感器。
“我们可以将个体表面变成具有超高分辨率的相机，因此您不需要在手机背面时需要三个摄像头，但您的手机的整个背面将成为一个巨型相机。我们可以考虑将来完全不同的方式来构建设备，“他说。
www.nature.com/articles/s41467-021-26443-0.；www.princeton.edu.
相关文章
eeNews Europe的其他文章
