全光学衍射运算器用于快速,无计算机的形态转换
Yuxiang Sun1,2, Fenglei Wang1, Jing Han1
1Ministry of Industry and Information Technology Key Lab of Micro-Nano Optoelectronic Information System Guangdong Provincial Key Laboratory of Semiconductor Optoelectronic Materials and Intelligent Photonic Systems Harbin Institute of Technology Shenzhen China.
Nanophotonics (Berlin, Germany)
|March 9, 2026
概括
这项研究引入了一种用于快速并行形态转换的新衍射计算方法. 这种全光学方法在没有计算机的情况下处理图像,为视觉信息处理任务提供可扩展的解决方案.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算机视觉 计算机视觉
- 深度学习 (Deep Learning) 是一种深度学习.
背景情况:
- 形态转换对于图像处理至关重要,但计算密集.
- 现有的数字化方法需要大量的内存和处理能力,特别是对于大型数据集.
研究的目的:
- 开发一种快速,高度并行和无计算机的方法,用于使用衍射计算进行形态变换.
- 为了证明这种全光学方法在各种图像处理应用中的灵活性和可扩展性.
主要方法:
- 采用基于深度学习的优化过程设计的级联衍射面.
- 实施自由空间衍射装置,直接处理光学波面以扩展和侵蚀.
- 使用只有相位的空间光调制器 (SLM) 的反射配置.
主要成果:
- 在振幅和相位编码图像上成功执行了形态转换 (扩张和侵蚀).
- 证明了无计算机,全光学处理,具有高并行性和可扩展性.
- 通过调整训练数据集,展示了图像消噪和转换内核的灵活调整.
结论:
- 衍射计算为形态转换提供了数字方法的高效和可扩展的替代方案.
- 开发的全光学处理器可以实现无计算机的实时图像处理,并具有可调节的功能.
- 这种方法在生物成像,监测和环境监测等领域有很大的应用潜力.


