量優(yōu)化技術背景：虛擬現(xiàn)實(virtual reality,VR)和增強現(xiàn)實(augmented reality,AR)中的近眼顯示要求具有高圖像質(zhì)量，在緊湊的設備外形中支持大視野、聚焦提示(focus cues)以及大小合適的眼盒。全息近眼顯示有希望滿足這些要求，并在過去的數(shù)年里取得了顯著的進展。 全息近眼顯示不同于傳統(tǒng)的近眼顯示，它使用相位型空間光調(diào)制器(spatial light modulator,SLM)對入射光波整形，目標圖像通過干涉的方式形成。用于全息顯示的相位型SLM存在衍射效率低的問題。這是由于其有限的像素填充因子、背板架構和其它因素，使得多達20%的入射光可能不會被衍射，從而 ...

和延伸技術背景：熒光成像已廣泛應用于醫(yī)療實踐，隨著對光與生物組織相互作用認識的深入以及檢測技術成本的下降，熒光成像波長整體上從可見光區(qū)域不斷紅移到近紅外（NIR）區(qū)域。光在生物介質(zhì)中傳播時的能量損失可歸咎于吸收衰減和散射干擾。吸收損耗決定了我們能否捕捉到信號，而散射信號總是降低圖像的清晰度。此外，生物組織過度吸收光可能會導致組織損傷。一些生物分子的自發(fā)熒光總是與有用信號混合在一起，zui終成為拍攝圖像的背景。因此，光吸收和散射對熒光圖像采集完全有害的根深蒂固的信念促使大多數(shù)研究人員追求具有z小光子吸收和散射的完美窗口用于生物成像。基于第二近紅外窗口(NIR-II)的生物熒光成像被普遍公認為具有 ...

內(nèi)窺鏡技術背景：光學內(nèi)窺鏡廣泛用于對人體內(nèi)部進行成像，從而實現(xiàn)疾病診斷和手術圖像引導。此外，光纖顯微內(nèi)窺鏡正成為對活體動物進行結構和功能腦成像的非常有價值的工具。此類行為研究需要具有高時空分辨率的工具，在大空間范圍上成像，從而捕捉大腦深處的大規(guī)模神經(jīng)活動。當前的一種方法是通過單芯光纖的頭端(distal)掃描或使用多芯光纖的近端(proximal)掃描來獲取場景的每個圖像像素。這種設計通常使用機械掃描儀和微透鏡，并以高空間分辨率恢復圖像，但視野受掃描儀偏轉(zhuǎn)角的限制。另一種方法為寬場照明，使用多芯光纖或光纖束進行檢測，其中纖芯傳輸場景的圖像像素。在這種情況下，由于纖芯之間的串擾和像素化偽影，圖像 ...

習算子技術背景：早期的光學計算機被用于做一些線性運算的計算(如傅立葉變換和相關性),并主要應用于模式識別和合成孔徑雷達。然而，隨著現(xiàn)代超大規(guī)模集成技術和高效算法的出現(xiàn)，基于硅電路的數(shù)字信號處理變得如此快速和并行，以至于模擬光學計算難以與之匹敵。隨后出現(xiàn)的數(shù)字光計算將非線性光開關與取代電線的線性光互連(optical interconnections)相結合，并在1980年代得到了熱烈追捧。光互連在功耗方面具有優(yōu)勢；然而，在全光實現(xiàn)中，與電子開關相比，光開關的功率低下和大尺寸抵消了這一優(yōu)勢。因此，全光數(shù)字計算機還沒有競爭力。光學還被用于不基于布爾邏輯(Boolean logic)的非線性計算的實 ...

D全息技術背景：AR/VR、人機交互、教育和培訓等領域切實需要具有連續(xù)深度感知的三維場景顯現(xiàn)。計算生成全息是一種可行的手段，它通過數(shù)值模擬衍射和干涉來實現(xiàn)具有高空間-角度分辨率的3D投影。全息將動態(tài)光場編碼為相位和振幅變化的干涉圖案，即全息圖。通過選擇照明光束，全息圖將入射光衍射成原始光場的準確再現(xiàn)。重建的3D場景呈現(xiàn)準確的單目和雙目深度線索(depth cues)，這是傳統(tǒng)的顯示手段難以同時實現(xiàn)的。然而，高效、實時地創(chuàng)建逼真的計算機生成全息圖(CGH)仍然是計算物理學中尚未解決的挑戰(zhàn)。其主要挑戰(zhàn)是對連續(xù)3D空間中的每個目標點執(zhí)行菲涅耳衍射模擬所需的巨大算力要求。有效的菲涅耳衍射模擬極具挑戰(zhàn)性 ...

鏡成像技術背景：近幾十年來，強度傳感器的小型化使得當今的相機在許多領域得到廣泛應用。如，醫(yī)學影像、智能手機、安防、機器人和自動駕駛等。然而，成像器(imager)的尺寸如果能夠再小一個數(shù)量級，那它將在納米機器人、體內(nèi)成像、AR/VR、健康檢測等領域激發(fā)更多的新應用。雖然確實存在亞微米像素尺寸的圖像傳感器，但是傳統(tǒng)光學限制了成像器的進一步小型化。傳統(tǒng)成像系統(tǒng)由一系列校正像差的折射光學元件組成笨重的鏡頭，是為相機尺寸的下限。還有一個基本的障礙在于鏡頭焦距難以縮短，因為這會引入更大的色差。基于計算設計的超表面光學(meta-optics)是成像器小型化的可行手段之一。超薄的meta-optics使用 ...

面重建技術背景：非視域(Non-line-of-sight,NLOS)成像可以對視域之外的目標進行成像，其應用遍布遙感、國防、機器人視覺和自動駕駛等領域。通常，使用一個光源(如激光)不直接照射目標場景，而是通過一個中介面將光反射到目標場景上，目標場景將光反射到中介面，再由中介面反射到傳感器上。傳感器捕捉到由中介面反射回的場景信息，并將它們記錄為二維圖像(或瞬態(tài))的時間分辨序列，通過計算的方法重建出場景圖像。除了基于瞬態(tài)的成像外，其它NLOS成像模式還包括基于散斑或非相干強度測量以及被動傳感和聲學成像技術的成像模式。基于瞬態(tài)的 NLOS 成像，其隱藏的NLOS場景通常被渲染為空間的三維反照率體積 ...

層析術技術背景：在時域和頻域中編碼量子信息已被證明是可擴展量子信息處理的合適替代方案。這些編碼使得人們可以訪問高維希爾伯特空間，從而對量子信息提取、密碼學和通信任務等有增強作用。此外，此類編碼僅占用一種單一的空間模式，因此可以與單模光纖網(wǎng)絡直接兼容。然而，具有足夠高分辨率的可靠時間測量仍然具有挑戰(zhàn)性(特別是在通訊波長下)。量子信息技術一般包括量子計算，量子模擬和量子通信三種。在量子計算中，研究人員通常采用量子態(tài)或量子過程作為數(shù)學語言來描述所屬量子系統(tǒng)的特征。認識一個量子系統(tǒng)的量子態(tài)和量子過程等價于可以掌握在此系統(tǒng)中進行任何測量的結果。在量子信息科學領域，量子系統(tǒng)表征通常被稱為量子層析。壓縮策略 ...

維信息技術背景一個光場可以用七維全光函數(shù)來表征，。沿所有維度記錄光線可揭示輸入場景的體積、光譜和時間信息。然而，傳統(tǒng)的圖像傳感器僅測量二維全光函數(shù)，大部分信息都未記錄，且測量效率低下。測量高維全光函數(shù)面臨兩個主要難題：降維和測量效率。一方面，由于大多數(shù)光子探測器是二維(圖像傳感器）、一維(線傳感器)或零維(單像素傳感器)的，用低維傳感器采集高維全光函數(shù)通常需要沿另一個維度進行大量掃描。例如，為了獲取全光數(shù)據(jù)立方體，高光譜成像儀通常在空間域或光譜域中進行掃描，從而導致采集時間延長。相比之下，像映射光譜儀(image mapping spectrometer, IMS)、編碼孔徑快照光譜成像(co ...

解卷積技術背景：許多現(xiàn)代的成像系統(tǒng)集成了解卷積(deconvolution)算法，用于實現(xiàn)圖像質(zhì)量提升以及增強成像系統(tǒng)的能力。光學器件的缺陷可能會在無意中讓圖像模糊(如像差)，解卷積可以在計算上消除其中的一些模糊。在顯微鏡中，解卷積可以減少離焦熒光，從而產(chǎn)生更銳利的三維圖像。另外，還可以將分布式點擴散函數(shù)(PSF)有意設計到成像系統(tǒng)中，從而獲得如單幀高光譜成像、單幀三維成像這樣的能力。在這種情況里，采用多路復用的光學器件通過將物空間中的每一點映射到成像傳感器上的分布式模式以將二維和三維信息編碼，然后利用解卷積算法從模糊或編碼的測量來重建編碼的清晰圖像或體積。現(xiàn)有的解卷積算法應用場景有限。現(xiàn)今已 ...