Et 3-D-kamera til sikrere autonomi og avanceret biomedicinsk billeddannelse

Forskere har demonstreret brugen af ​​stablet, transparente grafen-fotodetektorer kombineret med billedbehandlingsalgoritmer til at producere 3-D-billeder og afstandsdetektion.

Forskere ved University of Michigan har bevist levedygtigheden af ​​et 3-D-kamera, der kan levere højkvalitets tredimensionel billeddannelse og samtidig bestemme, hvor langt væk objekter er fra linsen. Denne information er afgørende for 3-D biologisk billeddannelse, robotteknologi, og autonom kørsel.

I stedet for at bruge uigennemsigtige fotodetektorer, der traditionelt bruges i kameraer, det foreslåede kamera bruger en stak gennemsigtige fotodetektorer lavet af grafen til samtidig at fange og fokusere på objekter, der er forskellige afstande fra kameralinsen.

Systemet fungerer på grund af de unikke egenskaber ved grafen, som kun er et atomlag tykt og kun absorberer omkring 2,3 % af lyset. Et par grafenlag kan bruges til at konstruere en fotodetektor, der effektivt kan detektere lys, selvom mindre end 5 % af lyset absorberes. Når den placeres på et gennemsigtigt underlag, i stedet for en siliciumchip f.eks. detektorerne kan stables, med hver enkelt i et forskelligt fokusplan.

Som beskrevet af prof. Ted Norris:

"Når du har et kamera, du skal have en fokusjustering på din linse, så når du fokuserer på et bestemt objekt som en persons ansigt, lysstrålerne, der kommer fra den persons ansigt, er fokuseret på det enkelte plan på din detektorchip. Elementer foran eller bag objektet er ude af fokus.

Men hvis det var muligt at stable forskellige detektorarrays hver i forskellige fokalplaner, så kunne de hvert billede nøjagtigt et andet sted i objektrummet samtidigt. Hvad mere er, hvis du kan detektere flere fokusplaner af data på samme tid, du kan bruge algoritmer til at rekonstruere objektet i tre dimensioner. Det kaldes et lysfeltbillede.

Vi har demonstreret, hvordan man bruger gennemsigtige focal stacks til at lave lysfeltbilleder og billedrekonstruktion."

Ud over grundlæggende objektidentifikation, det aktuelle papir viser, hvordan deres enhed kan registrere, hvor langt væk noget er - hvilket gør det velegnet til applikationer inden for autonom kørsel og robotteknologi. Den er også ideel til biologisk billeddannelse i tilfælde, hvor det er vigtigt at afbilde tredimensionelt volumen.

For sin ultimative succes, projektet krævede supplerende ekspertise på tre områder. Prof. Zhaohui Zhongs team udviklede grafenanordningerne; Norris 'gruppe arbejdede med designfunktionerne i det optiske instrument og demonstrerede enhederne i laboratoriet; og prof. Jeff Fesslers gruppe, som udviklede billedrekonstruktionsalgoritmen.

Fessler gentog det andet fakultet ved at anføre gruppen på ni forskere bestående af fakultetet, postdocs og studerende "samles som et godt team, alle lærer af hinanden og bidrager med forskellige aspekter af det endelige papir."

Inspiration til kameraet kom fra tidligere forskning af Zhong og Norris på meget følsomme grafen fotodetektorer, udgivet i Natur nanoteknologi i 2014.

De nuværende gennemsigtige grafensensorer, der er fremstillet indtil videre, har for lav opløsning til at afbilde billeder, men de indledende eksperimenter viste, at linsen fokuserede lys fra en forskellig afstand på hver af de to sensorer.

Der arbejdes videre med projektet.

Papiret, "Afbildning og lysfeltbilleddannelse med gennemsigtige fotodetektorer, " af Miao-Bin Lien, Che-Hung Liu, Il Yong Chun, Saiprasad Ravishankar, Hung Nien, Minmin Zhou, Jeffrey A. Fessler, Zhaohui Zhong, og Theodore B. Norris, blev offentliggjort i Naturfotonik .