基于Meta-Attention网络的光谱重建,使用快照近红外Metasurface
Haoyang He1, Yuzhe Zhang2, Yujie Shao1
1Beijing Engineering Research Center of Mixed Reality and Advanced Display, Key Laboratory of Photoelectronic Imaging Technology and System of Ministry of Education of China, School of Optics and Photonics, Beijing Institute of Technology, Beijing, 100081, China.
Advanced materials (Deerfield Beach, Fla.)
|April 8, 2024
概括
这项研究介绍了一个紧的近红外 (NIR) 超表面和一种用于高质量的光谱成像的新算法. 这项创新使精确的材料分析成为可能,并有可能集成到移动设备中.
科学领域:
- 光学和光子学 在光学和光子学.
- 材料科学 材料科学 材料科学
- 计算成像技术的成像
背景情况:
- 近红外 (NIR) 光谱信息对于材料组成分析至关重要.
- 目前的快照NIR光谱成像系统面临着过器性能和系统体积的挑战,限制了移动集成.
研究的目的:
- 开发一个紧的快照NIR光谱成像系统.
- 为了为移动应用程序提供高质量的NIR光谱成像.
主要方法:
- 设计了一个紧的NIR超表面,有25个不同的C4对称结构.
- 开发了一种新的元注意网络先前代性消除重建 (MAN-IDR) 算法.
- 该系统在中心波长 (0.05 nm) 和FWHM (0.13 nm) 中实现了高精度,具有良好的角度稳定性 (1°).
主要成果:
- 从单个灰度记录中重建了高质量的NIR光谱图像.
- 重建的图像显示了精确的纹理,最小的空间工件和低频谱通道交叉声.
- 该系统实现了高光谱精度和稳定性.
结论:
- 开发的NIR超表面和MAN-IDR算法为紧光谱成像提供了一个有前途的解决方案.
- 这项技术有助于将NIR光谱成像集成到智能手机和无人机中.
- 潜在的应用包括航空航天,健康诊断和机器视觉.
