Billednedbrydning ved hjælp af et diffraktivt materiale

Mens billednedbrydningsalgoritmer har gennemgået omfattende forskning og fremskridt i de sidste årtier, kræver klassiske fornojningsteknikker ofte adskillige iterationer for deres slutning, hvilket gør dem mindre egnede til realtidsapplikationer.

Fremkomsten af ​​dybe neurale netværk (DNN'er) har indvarslet et paradigmeskifte, som muliggør udviklingen af ​​ikke-iterative, feed-forward digitale billednedbrydningstilgange.

Disse DNN-baserede metoder udviser bemærkelsesværdig effektivitet, der opnår realtidsydeevne, mens de bibeholder høj denoising-nøjagtighed. Disse dybe læringsbaserede digitale denoisers pådrager sig dog en afvejning, der kræver ressource- og strømkrævende grafikbehandlingsenheder (GPU'er) til høje omkostninger.

I en artikel udgivet i Light:Science &Applications , et team af forskere, ledet af professorerne Aydogan Ozcan og Mona Jarrahi fra University of California, Los Angeles (UCLA), USA, og professor Kaan Akşit fra University College London (UCL), UK udviklede en fysisk billeddenoiser, der omfatter rumligt konstruerede diffraktive lag at behandle støjende inputbilleder med lysets hastighed og syntetisere støjbelastede billeder ved dets output-synsfelt uden nogen digital databehandling.

Efter en engangstræning på en computer, fremstilles den resulterende visuelle processor med sine passive diffraktive lag, og danner en fysisk billeddenoiser, der spreder de optiske tilstande, der er forbundet med uønsket støj eller rumlige artefakter af inputbillederne.

Gennem sit optimerede design bevarer denne diffraktive visuelle processor de optiske tilstande, der repræsenterer de ønskede rumlige egenskaber af inputbillederne med minimale forvrængninger.

Som følge heraf syntetiserer den øjeblikkeligt dæmpede billeder inden for dets output-synsfelt uden behov for at digitalisere, gemme eller transmittere et billede, så en digital processor kan reagere på det. Effektiviteten af ​​denne helt optiske billednedbrydningsmetode blev valideret ved at undertrykke salt- og peberstøj fra både intensitets- og fasekodede inputbilleder.

Desuden blev denne fysiske billednedbrydende ramme eksperimentelt demonstreret ved hjælp af terahertz-stråling og en 3D-fremstillet diffraktiv denoiser.

Denne helt optiske billednedbrydningsramme tilbyder flere vigtige fordele, såsom lavt strømforbrug, ultrahøj hastighed og kompakt størrelse.

Forskerholdet forestiller sig, at succesen med disse helt optiske billeddenoisers kan katalysere udviklingen af ​​helt optiske visuelle processorer, der er skræddersyet til at løse forskellige omvendte problemer inden for billeddannelse og sansning.

Flere oplysninger: Çağatay Işıl et al., Heloptisk billednedbrydning ved hjælp af en diffraktiv visuel processor, Light:Science &Applications (2024). DOI:10.1038/s41377-024-01385-6

Leveret af UCLA Engineering Institute for Technology Advancement