Inquiry
Form loading...
קטגוריות מודולים
מודול מומלץ

יצירת הולוגרמות תלת-ממדיות מרובות עומקים באמצעות רשת נוירונים קונבולוציונית מלאה

18/07/2024

מודולטור אור מרחבי הוא מכשיר אופטי המשתמש בתכונותיו כדי לווסת את האמפליטודה, הפאזה ופרמטרים אחרים של אור הקלט תחת בקרה אקטיבית, ומשיג את פיזור שדה האור הצפוי במשטח הקליטה הסופי על ידי שליטה בכמת ובכיווניות של חזית גלי האור ואלומת גלי האור. היישום של מודולטורי אור מרחביים ברשתות עצביות אופטיות פותח במשך עשרות שנים, ועם שיפור דיוק המודולציה של מודולטורי אור מרחביים והאופטימיזציה המתמשכת של אלגוריתמים חישוביים, הפוטנציאל הגדול של רשתות עצביות אופטיות נחקר ברציפות, עם יישומים פוטנציאליים בראייה ממוחשבת, עיבוד תמונה רפואי, רשתות חיישנים אופטיים ותחומים אחרים.

מאמר זה מציג שיטה ליצירת הולוגרפיה פאזתית רב-עומקית באמצעות רשת נוירונים קונבולוציונית מלאה (FCN). השיטה כוללת בעיקר מסגרת דיפרקציה קדימה-אחורה לחישוב שדה הדיפרקציה הרב-עומקית, ושיטת החלפה שכבה-אחר-שכבה (L2RM) לטיפול ביחס הסגר. השדות הדיפרקטיים המחושבים על ידי הראשונה מוזנים לתוך FCN מתוכנן היטב, המשתמש ביכולת ההתאמה הלא לינארית החזקה שלו כדי ליצור הולוגרמה רב-עומקית של הסצנה התלת-ממדית. האחרונה יכולה לשפר את איכות השחזור של ההולוגרמה על ידי השלמת המידע של האובייקטים הסתומים והחלקת הגבולות של שכבות שונות בשחזור הסצנה. תצוגות תלת-ממדיות מרעננות ודינמיות מושגות בניסויים על ידי טעינת הולוגרמה שנוצרה על ידי מחשב (CGH) על גבי מודולטור האור המרחבי (SLM) של רכיב הליבה.

חלק מהליך הניסוי ותוצאות הניסוי:

לייזר מוליך למחצה לא מקוטב בעל אורך גל של 638 (±8) ננומטר והספק של 30 מיליוואט שימש בניסויים, כפי שמוצג באיור 1. יציאת הסיב הוצבה בנקודת המוקד של עדשה מקושרת בעלת אורך מוקד של 100 מ"מ כדי לקבל גל מישורי, ומסנן צפיפות ניטרלית שימש כמחליש ומקטב כדי לקבל אור מקוטב קווי. לוח חצי גל (HWP) סובב כך שכיוון קיטוב האור היה מיושר עם כיוון זווית הקולימציה של LCOS, ולאחר מכן הוכנס צמצם מלבני כדי לקבל פרופיל מלבני. האור הפוגע עבר אפנון פאזה והוחזר באמצעות אפנן אור מרחבי (Zhongke Microstar FSLM-4K70-P02), והסצנה שוחזרה על ידי הגדלה נוספת באמצעות עדשת פורייה בעלת אורך מוקד של 100 מ"מ. נעשה שימוש במסנן מרחבי כך שסדר הדיפרקציה הרצוי יעבור דרכו וסידורי דיפרקציה אחרים יסוננו. הסצנה התלת-ממדית המוגדלת ששוחזרה צולמה באמצעות מצלמה.

איור 1.png

איור 1 מערך ניסויי (מודולטור אור מרחבי מסוג פאזה, דגם: FSLM-4K70-P02)

מפרטי הפרמטרים של מודולטור האור המרחבי בו נעשה שימוש בניסוי הם כדלקמן:

תמונה1.png

דֶגֶם

FSLM-4K70-P02

אִפְנוּן

סוג הפאזה

סוג LCOS

הִשׁתַקְפוּת

רמת גווני אפור

8 ביט, סדר 256

הַחְלָטָה

4094×2400

גודל תמונה

3.74 מיקרומטר

שטח אפקטיבי

0.7 אינץ'
15.31 מ"מ × 8.98 מ"מ

פטווח ההאזה

2π@633nm

גורם מילוי

90%

ניצול אופטי

60% @ 532nm

אזווית התמצאות

יעילות דיפרקציה

>97%@32 הזמנות 633nm

תדירות רענון

30 הרץ

טווח ספקטרלי

420nm-750nm

סף נזק

2W/סמ"ר

רזמן תגובה

עלייה של 10.8 אלפיות השנייה, ירידה של 18.5 אלפיות השנייה

כּוֹחַ קֶלֶט

12V 2A

ממשק נתונים

HDMI

איור 2.png

איור 2. יצירת מערך נתונים גרפי תלת-ממדי. א) סצנה אקראית תלת-ממדית. ב) תהליך דגימה. ג) תמונת עוצמה. ד) תמונת עומק. ה) מערך נתונים גרפי תלת-ממדי.

איור 3.png

איור 3 יצירת הולוגרמות מרובות עומקים עם FCN. א) חישוב שדות עקיפה מרובי עומקים באמצעות מסגרת עקיפה קדמית-אחורית. ב) מבנה FCN. ג) חישוב שגיאת רב-עומק.

איור 4.png

איור 4. השוואת איכות של שחזורים. א) זירת המטרה. ב) שחזור מספרי של השיטה הסטנדרטית ו-L2RM בהתאמה. ג) שחזור אופטי של השיטה הסטנדרטית ו-L2RM בהתאמה.

איור 5.png

איור 5. הסצנה התלת-ממדית המורכבת וההולוגרמה המתאימה. א) תמונת עוצמה ו-ב) תמונת עומק של הסצנה התלת-ממדית. ג) הולוגרמה רב-עומקית שנוצרה על ידי FCN.

איור 6.png

איור 6. שחזור נומרי ושחזור אופטי של א) WH, ב) DPH, ו-ג) L2RM. התמונות בשורות 1, 3 ו-5 מייצגות שחזור נומרי, בעוד ששורות 2, 4 ו-6 מתארות שחזור אופטי. בעמודות 1 ו-2, המצלמה מתמקדת במישור המיקוד הקדמי ("כדורגל") ובמישור המיקוד האחורי ("גיטרה") של זוג "כדורגל-גיטרה", בהתאמה. בעמודות 3 ו-4, המצלמה מתמקדת במישור המיקוד הקדמי ("מטוס") ובמישור המיקוד האחורי ("כלב") של זוג "מטוס-כלב", בהתאמה.

איור 7.png

איור 7. עצמים משוחזרים במישורי עומק שונים.

נכתב בסוף:

רשתות עצביות אופטיות זכו לתשומת לב רבה בשל הפוטנציאל שלהן לחישוב מקבילי בקנה מידה גדול, פעולה בצריכת אנרגיה נמוכה ותגובה מהירה, ומווסתי אור מרחביים כהתקנים דיפרקטיביים ממלאים תפקיד חשוב ברשתות עצביות דיפרקטיביות ומשמשים בתחומים רבים, כגון חישוב הדמיה הולוגרפית תלת-ממדית עבור מציאות רבודה/מציאות מדומה, הדמיה ביו-רפואית וחישה אופטית. בהתבסס על יכולת התכנות של רשתות עצביות דיפרקטיביות, צפויות להתממש בעתיד רשתות עצביות דיפרקטיביות בעלות ביצועים גבוהים יותר.