.消色差拓展景深和超分辨成像的光學(xué)和圖像處理端到端優(yōu)化技術(shù)背景：自然界中動(dòng)物的視覺系統(tǒng)通常高度適應(yīng)其生存環(huán)境，而人類shi界中數(shù)字成像系統(tǒng)在被廣泛應(yīng)用于各種場(chǎng)景的情況下，卻被設(shè)計(jì)成只模擬人眼。盡管這種通用設(shè)計(jì)在有些場(chǎng)合很成功，但是，我們不禁要問：對(duì)于一個(gè)特定的任務(wù)，什么樣的相機(jī)設(shè)計(jì)才是非常好的呢？為了回答這個(gè)問題，在過去的二十年里，人們開始探索針對(duì)特定領(lǐng)域的計(jì)算相機(jī)。通過聯(lián)合設(shè)計(jì)相機(jī)光學(xué)和圖像處理算法，計(jì)算相機(jī)能比傳統(tǒng)通用成像系統(tǒng)在特定任務(wù)上具有更優(yōu)的性能。計(jì)算相機(jī)已經(jīng)在一系列應(yīng)用中展現(xiàn)出其能力。如拓展景深，超分辨，寬動(dòng)態(tài)范圍成像等。當(dāng)前不足：過往在計(jì)算相機(jī)上的探索是啟發(fā)式的，并沒有考慮后處理 ...

學(xué)概念技術(shù)背景：全世界人口中持續(xù)增長(zhǎng)的惡性腫瘤及生活方式誘導(dǎo)的疾病迫切需求一種新的、無創(chuàng)的、無標(biāo)記的成像模態(tài)用于早期在體疾病檢測(cè)。這些在體檢測(cè)包括常規(guī)的疾病狀態(tài)無創(chuàng)檢測(cè)、手術(shù)過程中的術(shù)中成像等。目前，許多研究表明，聯(lián)合相干反斯托克斯拉曼散射(coherent anti-Stokes Raman scattering,CARS)、二次諧波生成(second harmonic generation,SHG)、雙光子激發(fā)熒光(two-photon excited fluorescence,TPEF)的多模非線性顯微鏡，可以實(shí)現(xiàn)離體生物樣本的分子組成和形態(tài)信息的高靈敏和高特異性無創(chuàng)無標(biāo)記檢測(cè)(區(qū)分惡性 ...

經(jīng)網(wǎng)絡(luò)技術(shù)背景：采用馮-諾依曼架構(gòu)的現(xiàn)代電子產(chǎn)品的計(jì)算能力在本質(zhì)上受到處理和存儲(chǔ)單元之間數(shù)據(jù)傳輸速率的限制。如神經(jīng)形態(tài)方法這樣的新興計(jì)算架構(gòu)，通過將邏輯與內(nèi)存交織在一起，是更有效的計(jì)算策略。近年來，光學(xué)手段再次被看作為完全或部分取代基于電子的計(jì)算機(jī)器的有希望的選擇。其中，光計(jì)算尤其令人感興趣，因?yàn)樗勘忍厮璧哪芰恳约把訒r(shí)都更少。2017 年，麻省理工學(xué)院的一組研究人員通過級(jí)聯(lián)多個(gè)Mach-Zehnder干涉儀(MZI)在硅芯片上展示了一個(gè)突破性的、完全集成的光學(xué)神經(jīng)網(wǎng)絡(luò)(optical neural network,ONN)。通過計(jì)算每個(gè)MZI的相應(yīng)相位，可以將任意矩陣有效地映射到該ONN硬 ...

度學(xué)習(xí)技術(shù)背景：無需明確指令即可快速、高效地學(xué)習(xí)、組合和分析大量信息的計(jì)算機(jī)正在成為處理大型數(shù)據(jù)集的強(qiáng)大工具?！吧疃葘W(xué)習(xí)”算法因其在圖像識(shí)別、語言翻譯、決策問題等方面的實(shí)用性而在學(xué)術(shù)界和工業(yè)界引起了極大的興趣。傳統(tǒng)的中央處理單元 (central processing unit,CPU)不是實(shí)現(xiàn)這些算法的好選擇，學(xué)術(shù)界和工業(yè)界越來越致力于開發(fā)針對(duì)人工神經(jīng)網(wǎng)絡(luò)(artificial neural network, ANN)和深度學(xué)習(xí)中的應(yīng)用程序量身定制的新硬件架構(gòu)。如圖形處理單元(graphical processing unit, GPU)、專用集成電路(application-specifi ...

美光學(xué)技術(shù)背景：在硅光子技術(shù)中使用馬赫-曾德爾干涉儀(Mach-Zehnder interferometer, MZI)可以實(shí)現(xiàn)給定維度的任意空間線性光學(xué)函數(shù)。當(dāng)前不足：如空間模式轉(zhuǎn)換器、線性光學(xué)量子計(jì)算門以及用于通信和其它應(yīng)用的任意線性光學(xué)處理器這樣的光學(xué)函數(shù)，可以在硅光子技術(shù)中使用MZI網(wǎng)格(mesh)來實(shí)現(xiàn)，但性能受到不能實(shí)現(xiàn)理想的50：50分割的分束器的限制。文章創(chuàng)新點(diǎn)：基于此，美國(guó)斯坦福大學(xué)的David A. B. Miller提出了一種新的架構(gòu)和一種新穎的自我調(diào)整方法，可以自動(dòng)補(bǔ)償從85∶15到15∶85之間由于不完美制造產(chǎn)生的非理想分光比，并能夠大規(guī)模制造用于各種復(fù)雜和精確線性光 ...

立噪聲技術(shù)背景：獨(dú)立噪聲不利于實(shí)驗(yàn)結(jié)果。由于神經(jīng)元信號(hào)相比觀察腦活動(dòng)儀器的散粒噪聲和熱噪聲較弱，因此獨(dú)立噪聲會(huì)影響系統(tǒng)神經(jīng)科學(xué)的實(shí)驗(yàn)結(jié)果。如，涉及到光子計(jì)數(shù)的熒光指示劑在體成像(電壓和鈣)，其散粒噪聲在像素級(jí)測(cè)量中占主導(dǎo)地位。同樣地，電子電路中存在的熱噪聲和散粒噪聲會(huì)影響fMRI中體內(nèi)電生理記錄和血氧水平依賴性(BOLD)反應(yīng)中動(dòng)作電位的檢測(cè)，從而影響真實(shí)生物信號(hào)的測(cè)量。手動(dòng)設(shè)計(jì)濾波器去噪使用場(chǎng)景有限。當(dāng)時(shí)空上接近的數(shù)據(jù)點(diǎn)有相同的潛在信號(hào)，但是被噪聲獨(dú)立影響時(shí)，中值或高斯濾波(在時(shí)域或傅里葉域)可以用于增強(qiáng)單次試驗(yàn)動(dòng)態(tài)，代價(jià)是空間和/或時(shí)間分辨率。盡管濾波的方法被廣泛使用，當(dāng)數(shù)據(jù)之間的關(guān)系橫跨 ...

維全息技術(shù)背景：AR/VR系統(tǒng)給予用戶以前所未有的體驗(yàn)，但是當(dāng)前AR/VR的光引擎受限于峰值亮度、電源效率、設(shè)備外形尺寸、視覺上地聚焦誘導(dǎo)、像差校正能力等因素。全息近眼顯示能夠解決上述多種問題，并且可以唯一的使用單個(gè)空間光調(diào)制器(spatial light modulator,SLM)和相干光源，合成三維強(qiáng)度分布。盡管全息的基本原理已經(jīng)在70多年前就已經(jīng)被提了出來,但是高質(zhì)量的全息圖獲取在21世紀(jì)初才實(shí)現(xiàn)。使用SLM生成高質(zhì)量的數(shù)字全息圖的主要挑戰(zhàn)在于計(jì)算生成全息(computer generated holography,CGH)的算法。傳統(tǒng)的CGH算法依賴于不足以準(zhǔn)確描述近眼顯示物理光學(xué)的 ...

學(xué)器件技術(shù)背景：光學(xué)透視增強(qiáng)現(xiàn)實(shí)(optical see-through augmented reality,OST-AR)系統(tǒng)提供前所未有的用戶體驗(yàn)，預(yù)計(jì)將對(duì)通信、遠(yuǎn)程工作、娛樂、醫(yī)療保健、教育、模擬和培訓(xùn)等應(yīng)用產(chǎn)生變革性影響。這些新的用戶體驗(yàn)將數(shù)字圖像無縫疊加在用戶周圍的物理環(huán)境上。在這些系統(tǒng)中，近眼顯示器是用戶和數(shù)字疊加內(nèi)容之間的主要視覺接口。因此，設(shè)計(jì)OST-AR顯示器以提供視覺上引人注目的結(jié)果，同時(shí)為不同的用戶群體提供舒適的體驗(yàn)至關(guān)重要。為此，OST-AR顯示器必須能夠在目標(biāo)應(yīng)用的視場(chǎng)上顯示高質(zhì)量數(shù)字圖像，具有大視野和高度的顏色和亮度均勻性，同時(shí)保持設(shè)備輕薄?，F(xiàn)有的OST-AR系統(tǒng)不 ...

T成像技術(shù)背景：光學(xué)相干層析(OCT)在眼科成像中扮演重要的角色，但是使用條件苛刻。OCT的使用徹底改變了用于眼部?jī)?nèi)科和外科醫(yī)療的診斷成像手段。眼科醫(yī)務(wù)人員現(xiàn)在通常使用OCT來檢測(cè)各種常見的眼部疾病，包括與年齡相關(guān)的黃斑變性(macular degeneration)、糖尿病視網(wǎng)膜病變(diabetic retinopathy)、青光眼(glaucoma)和角膜功能障礙(corneal dysfunction)。事實(shí)上，自O(shè)CT出現(xiàn)以來，它就在定義這些疾病的診斷標(biāo)準(zhǔn)和推動(dòng)治療決策方面發(fā)揮了重要作用。不幸的是，為此目的而設(shè)計(jì)的臨床 OCT 系統(tǒng)通常是隔離在眼科辦公室或大型眼科中心的專用成像室中的 ...

像系統(tǒng)技術(shù)背景：光譜圖像是三維(3D)數(shù)據(jù)結(jié)構(gòu)，由在不同波長(zhǎng)下測(cè)量的同一場(chǎng)景的多個(gè)二維(2D)圖像組成。光譜圖像在醫(yī)學(xué)成像、遙感、國(guó)防和監(jiān)控以及食品質(zhì)量評(píng)估等領(lǐng)域都有應(yīng)用。跨多個(gè)波長(zhǎng)的空間信息量是傳統(tǒng)掃描采集成像系統(tǒng)的主要挑戰(zhàn)之一，為了獲得多個(gè)高清圖像，這些系統(tǒng)需要較長(zhǎng)的曝光時(shí)間，因此限制了它們?cè)趯?shí)時(shí)應(yīng)用中的使用.目前，基于壓縮感知(CS)的快照光譜成像(spectral imaging,SI)技術(shù)通過感知(sensing)編碼投影獲取的光譜信息，然后計(jì)算復(fù)原光譜圖像，可以大幅降低所需要采集的光譜信息量。在這種情況下，可以從線性系統(tǒng)準(zhǔn)確估計(jì)光譜圖像，其感知矩陣表示隨機(jī)測(cè)量采集。目前已經(jīng)有數(shù)種基 ...