1 深圳大学射频异质异构集成全国重点实验室,微纳光电子学研究院纳米光子学研究中心,广东 深圳 518060
2 之江实验室智能感知研究院,浙江 杭州 311100
自旋角动量是基本粒子和场的一个基本的动力学物理量,它在光与物质相互作用中扮演着极其重要的角色。在光学研究中,光的自旋角动量与圆极化密切相关,通过研究光学自旋与物质或结构的相互作用产生了许多新颖有趣的光学现象和光学应用,并诞生了自旋光学这一新兴学科。过去的研究中,研究人员主要聚焦在与平均波矢方向平行的纵向光学自旋。近年来,科研人员通过研究限制场如聚焦波、导波和倏逝波等的自旋轨道耦合性质,发现了一类新型的光学自旋,这类自旋与平均波矢方向垂直,因此被称为光学横向自旋。横向自旋具有自旋动量绑定的性质,一经发现便受到研究人员的广泛关注。横向自旋的发现拓展了光学自旋轨道相互作用的内容,并在光学操纵、光学精密检测、手性量子光学和光学自旋拓扑态等领域具有广阔的应用前景。本文从理论、实验技术和应用3个方面详细介绍自旋光学的最新进展。自旋光学的理论概念和框架可为研究人员进一步开拓基于光学自旋在光学成像、光学探测、光通信和量子技术等领域的应用发挥巨大的作用,同时也可拓展到一般经典波场,比如流体波、声波和引力波等。
物理光学 自旋角动量 自旋动量绑定 自旋轨道耦合 光学微分计算 光学探测 横向光学力 光学学报
2024, 44(10): 1026002
1 北京理工大学医学技术学院,北京 100081
2 北京理工大学自动化学院,北京 100081
3 中国船舶集团有限公司系统工程研究院,北京 100094
4 北京理工大学集成电路与电子学院,北京 100081
长时程细胞成像及分析在生物医学研究中具有重要意义。然而,由于荧光显微镜存在光漂白和光毒性等问题,其应用受到一定限制。非标记成像技术为克服这些限制提供了可行的解决方案。研究了干涉光谱分析技术作为解决非标记长时程活细胞监测问题的潜在方法,并提出了一种基于高光谱干涉重构的非标记定量显微成像技术。通过建立描述干涉信号的数学模型,设计样本定量重构算法,从而获取活细胞纳米结构和干质量分布的定量信息。系统采用自反射式干涉结构,不依赖复杂的光学调制元件,结构简单、操作便捷。此外,本文还在光学显微成像的基础上集成了具有细胞培养能力的微型细胞培养箱,实现了原位长时程成像。利用该系统,研究了不同细胞全细胞周期内的纳米结构定量和干质量变化,展示了本工作在生物医学领域的应用潜力。
计算成像 定量干涉 非标记成像 纳米级精度 原位细胞监测
强激光与粒子束
2024, 36(4): 043026
强激光与粒子束
2024, 36(4): 043005
1 华中科技大学智能制造装备与技术全国重点实验室,湖北 武汉 430074
2 光谷实验室,湖北 武汉 430074
衍射场作为叠层衍射成像技术(ptychography)的重要约束,其信息的丰富度和准确性将直接影响重构质量。提出一种基于极大似然噪声估计的高动态范围(ML-HDR)叠层衍射成像方法,即在探测器线性响应假设下,构建复合高斯噪声模型,根据极大似然估计求解最优权重函数,由多张低动态范围衍射场合成高信噪比衍射场。对比了单次曝光、传统HDR和ML-HDR三种方法的重构质量。仿真和实验结果表明:相比单次曝光,ML-HDR能将动态范围拓宽8位,重构分辨率提升至2.83倍;相比传统HDR,ML-HDR能提高重构图像的均匀性和对比度,且无需额外标定硬件参数。
计算成像 叠层衍射成像术 高动态范围 相位恢复 极大似然估计 激光与光电子学进展
2024, 61(8): 0811011
陈凯余 1,2,3,4,5李颖 1,2,3,4李政岱 1,2,3,4郭友明 1,2,3,4,*
1 中国科学院自适应光学重点实验室,四川 成都 610209
2 中国科学院光电技术研究所,四川 成都 610209
3 中国科学院大学,北京 100049
4 中国科学院大学电子电气与通信工程学院,北京 100049
5 光场调控科学技术全国重点实验室,四川 成都 610209
无透镜成像系统使用掩模板替代镜头,在降低成本的同时使设备更加轻巧,然而在进行目标识别前需通过计算重建图像,涉及参数调优和计算耗时问题。基于此,提出一种无重建的目标识别方案,直接在无透镜相机拍摄的编码图像上训练网络识别目标,在节约计算资源的同时还提供隐私保护。使用具有相位掩模板和振幅掩模板的无透镜相机,仿真生成MNIST与Fashion MNIST数据集和实采MNIST数据集,然后在这些数据集上训练ResNet-50与Swin_T网络进行目标识别。结果表明,在仿真MNIST、Fashion MNIST和真实MNIST数据集上,所提方案的最高识别准确率达99.51%、92.31%和98.06%,与先重建目标后识别方案的准确率相当,证明所提方案是一种高效的、具有隐私保护的端到端方案,且在两种掩模板和两类常规骨干分类网络上得到了验证。
计算成像 目标识别 深度学习 无透镜成像 激光与光电子学进展
2024, 61(8): 0811008
李春琦 1,2,3,4黄启泰 1,2,3,4,*任建锋 1,2,3,4
1 苏州大学光电科学与工程学院,江苏 苏州 215006
2 苏州大学苏州纳米科技协同创新中心,江苏 苏州 215006
3 苏州大学江苏省先进光学制造技术重点实验室,江苏 苏州 215006
4 苏州大学教育部现代光学技术重点实验室,江苏 苏州 215006
利用计算全息图(CGH)能够实现对非球面面形的高精度检测。为了提高CGH的编码效率,提出一种以圆弧为基元对刻线条纹进行分段描述的编码方法,该方法将编码过程分为二值化编码和曲线描述两个步骤。二值化编码采用牛顿迭代法将相位等高分界线离散化;曲线描述结合二分法及残余误差均方根最小准则,利用圆弧对条纹离散点进行编码计算,从而得到刻线条纹。针对一离轴非球面,进行了CGH的设计、编码与制作,在编码精度优于λ/1000的前提下,运算时间仅需3 h,编码文件仅为39 MB,刻蚀时长仅需40 min,证明所提方法相对于传统编码方法能够大幅度提高编码效率,且误差分析表明CGH的波前root-sum square(RSS)误差仅为0.00255λ,证明所提编码方法高效可行。
计算全息图 编码计算 圆弧 刻线条纹 激光与光电子学进展
2024, 61(8): 0809002
1 重庆邮电大学通信与信息工程学院,重庆 400065
2 重庆邮电大学智能通信与网络安全研究院,重庆 400065
提出了一种渐进式训练方案来重新配置马赫-曾德尔干涉仪(MZI)前馈光学神经网络(ONN)的相移,从而对抗MZI的相位误差和分束器误差,提高识别准确率。为了验证所提方案,利用Neuroptica Python仿真平台搭建了3层MZI-ONN结构,并在考虑到MZI相位误差和分束器误差的情况下,利用Iris和MNIST数据集验证了所提方案的有效性。仿真结果表明:在Iris数据集下,对于3层4×4 MZI-ONN结构,所提方案的识别准确率能够提升64.15百分点;在MNIST数据集下,对于4×4、6×6、8×8和16×16规模的MZI-ONN,所提方案的识别准确率能够提升2.00~37.00百分点。所提方案极大地提高了MZI-ONN的抗误差性能,有助于未来大规模、高准确率MZI-ONN的实现。
光计算 马赫-曾德尔干涉仪 光学神经网络 相位误差 分束器误差 渐进式训练 抗误差
光通信研究
2024, 50(2): 22008501