跳到主要内容
返回时间线
researchsquare.com来源发表:

红外视觉不再靠昂贵相机:单像素探测反馈让投影自己长成目标形状,0.11光子每像素也能看见

核心概要

红外光肉眼不可见,传统红外相机又依赖窄带隙探测器阵列与制冷,成本高、体积大。SIVIS把红外与可见光共用一条光路,由数字微镜器件同时调制,再用单像素单光子探测器测到的红外强度作为反馈,让遗传算法逐代把照明图案演化成目标形状,同时把同形的可见图案投到目标或屏幕上。在透射与反射两种配置下,静态与动态目标都能实时可视化,最低在约0.11光子每像素每次探测(约0.1 pW/cm²)下仍可辨认,并演示了红外防伪与穿透约2毫米生物组织的成像。

AI-generated editorial illustration: Ultrasensitive infrared-to-visible artificial vision via self-evolving projection guided by single-pixel detection

深度剖析

红外场景可以直接以可见光图案的形式被人眼或普通硅基相机看到,而不需要先重建出一张红外图像。 此前的红外到可见上转换要么依赖非线性晶体与高功率脉冲激光,要么依赖需脱氧溶剂的分子上转换体系,要么受限于稀土纳米颗粒的低量子产率,普遍需要较高的激发功率密度。 在透射与反射两种配置下,静态目标与以0.1 mm/s平移的动态目标都被实时可视化,代价函数与对比度噪声比随演化代数持续上升,动态情形下两条曲线在目标完全进入视场时达到峰值。

系统用单像素探测器的读数反过来驱动照明图案的演化,让图案逐步收敛到目标轮廓。 单像素成像通常使用预先设计好的照明图案,再对测得的强度序列做计算重建。 数字微镜器件以10 kHz刷新率工作,每代10个图案、约5 ms一代,对应每秒约200代;遗传算法以10个个体的种群运行,代价函数取探测器强度与该图案像素和的比值,变异率随代数从0.01指数衰减到0.0025。

红外与可见光共用同一条光路并被同一器件调制,因此投影出的可见图案与红外目标几何同步。 常规上转换方案把探测与显示分成两级,先成像再投影。 852 nm红外光与532 nm可见光经长通二向色镜同轴合束后由数字微镜器件共同调制,可见光被分束器引向显示屏,红外信号经850/50 nm带通滤光后进入单光子探测器;投影放大率约23倍,照明视场约10×10 mm²,对应32×32像素图案。

启示与展望

演示覆盖透射与反射两种配置,静态目标与以0.1 mm/s平移的动态目标,照明视场约10×10 mm²、32×32像素图案,放大率约23倍。应用侧展示了红外防伪油墨图案的正负双模可视化,以及透过约1.5毫米人工皮肤的手部模型血管结构和约2毫米鸡组织下的目标成像。系统目前使用852 nm与532 nm双波长主动结构照明,作者指出也可改为被动配置。

作者指出当前限制主要在传统遗传算法的优化效率,从随机散斑到可辨认形状约需0.5秒;后续可通过梯度下降或强化学习等更快的优化算法,以及提高计算机与数字微镜器件之间的数据传输带宽来改善。组织穿透演示中,捕获图像相比非散射目标存在一定模糊,但血管结构肉眼仍可分辨。