一种无需计算机实现超快全息图像重建的技术

图1 利用光衍射深度神经网络全光学全息图重建过程

自从20世纪40年代末诺贝尔奖得主Dennis Gabor发明全息成像以来，全息成像被广泛应用于计算成像、显微镜、传感器、显示和干涉测量等科学和工程应用中。全息技术的许多应用中，通常使用数字计算机和迭代算法重建图像，获取目标信息；重建过程的用时取决于全息图的大小，重建大型全息图通常耗时较长。

在近期发表于ACS Photonics的一篇论文中，美国加州纳米技术研究院（California NanoSystems Institute, CNSI）、加州大学洛杉矶分校电子与计算机工程系的Aydogan Ozcan教授以及研究生Sadman Sakib Rahman提出了一种全息图重建的方法，无需计算机、借助光衍射深度神经网络进行全息图全光学重建。光衍射深度神经网络是一种全光处理器，由一组经过精心设计的衍射表面组成，通过光-物质相互作用和衍射的共同作用，实现对入射光场的特定变换。利用计算机深度学习对衍射网络的空间特征进行训练和优化，完成训练之后，将衍射表面制作成一个物理网络，这一网络能够在无外部功率输入的情况下，用全光学方式光速重建未知物体和场景的输入全息图。

全光学全息图重建衍射网络结构非常薄，厚度仅为光波长的225倍。举个例子，在使用绿色激光照明的情况下，衍射网络只有人头发丝一样薄，极其紧凑且轻便。这种薄且紧凑的设计，能够在不到1皮秒的时间内重建物体全息图，比使用图形处理单元（GPU）的数字全息图重建算法要快1万亿倍以上。

加州大学洛杉矶分校的研究人员的计算结果表明，衍射网络全光学全息图重建技术具有许多优势：图像重建质量更优，景深更深，衍射处理器输出衍射效率更高。研究人员总结道，由于无需借助计算机进行计算，且图像重建能力超快，这种全光学全息图处理器将能够应用于许多不同的领域中，比如全息成像、显微成像、传感和显示相关应用等。