Light | 基于衍射網絡的快照式多光譜成像

▍本文由論文作者團隊（課題組）投稿

多光譜成像的發展推動了環境監測、天文學、農業科學、生物醫學、醫療診斷和食品質量控制等諸多領域的重大進步。傳統的彩色相機是最常用且基礎的光譜成像設備，它通過紅（R）、綠（G）和藍（B）三個顏色通道收集信息。

傳統RGB彩色相機依賴于空間周期排列的濾光片陣列。該陣列由2x2個像素組成，每個子像素包含一個特定顏色的濾光片，在選擇性傳輸紅、綠、藍某一顏色信息的同時阻擋其他通道的傳輸。盡管它在各種成像應用中被廣泛使用，但由于其效率低、光譜串擾嚴重和色彩呈現質量較差等缺點，通過增加濾光片數量來獲取更多的光譜信息的方法難以取得較好的效果。

近日，加州大學洛杉磯分校Aydogan Ozcan團隊利用深度學習設計了一種衍射式多光譜成像網絡，用于構建光譜濾波器陣列。該衍射成像網絡共包含有16個獨立的光譜通帶，由通過空間表面工程加工制造的緊密排布的無源衍射板構成。該網絡結構緊湊，軸向距離約50-100個波長。基于此特點，這種薄光學元件可以將現有的圖像傳感器和焦平面陣列轉換成多光譜成像系統，并在顯微成像、光譜學和遙感等方面得到應用。

圖1： 基于衍射光學網絡的多光譜成像儀，實現高質量的成像性能和光譜信號對比度。該衍射式多光譜相機可以將單色圖像傳感器轉換為快照式多光譜成像設備，而不需要傳統的濾光片或數字重建算法。

該文章發表在Light: Science & Applications，題為“Snapshot multispectral imaging using a diffractive optical network”, Deniz Mengu為本文的第一作者，Aydogan Ozcan為本文的通訊作者。這項研究由加州大學洛杉磯分校校長教授和Volgenau工程創新主席、霍華德-休斯醫學研究所的HHMI教授Aydogan Ozcan博士領導。這項工作的其他作者包括Deniz Mengu、Anika Tabassum和Mona Jarrahi教授，均來自加州大學洛杉磯分校的電子和計算機工程系。Ozcan教授還在加州大學洛杉磯分校生物工程和外科系任教，并擔任加州納米系統研究所（CNSI）的副主任。

這種基于衍射網絡的多光譜成像儀通過深度學習進行優化，將不同光譜通道分布在輸出圖像平面上的不同像素上。作為一個虛擬的光譜濾波器陣列，它在保留輸入場景或物體的空間信息的同時，可以即時生成物體二維空間和光譜信息，而無需圖像重建算法。因此，這種衍射式多光譜成像網絡可以將單色圖像傳感器虛擬轉換成快照式多光譜成像設備，而不需要傳統的濾光片或數字算法。

文章報道了基于衍射光學網絡的多光譜成像儀可同時提供優秀的空間成像性能和光譜信號對比度。研究表明，該多光譜成像儀在不對系統空間成像性能和光譜信號對比度造成重大影響的情況下，可實現不同波段~79%的平均傳輸效率。

| 論文信息 |

Mengu, D., Tabassum, A., Jarrahi, M. et al. Snapshot multispectral imaging using a diffractive optical network. Light Sci Appl 12, 86 (2023). 

https://doi.org/10.1038/s41377-023-01135-0

閱讀原文