隨著對象識別和3D重建技術在各種逆向工程、人工智能、醫療診斷和工業生產領域變得至關重要，人們越來越關注尋求效率更高、速度更快、更集成的方法來簡化處理。

在當前的目標識別和3D重建領域中，提取樣本輪廓信息主要是通過各種計算機算法來完成。傳統的計算機處理器受到多種限制，如高功耗、低速度運行和復雜的算法。所以，業內越來越關注尋找替代光學方法來執行相關技術。

光學計算理論和圖像處理技術的發展為對象識別和3D重建技術提供了更完備的理論基礎。近年來，光學方法以其超快的運算速度、高集成度和低延遲的巨大優勢受到越來越多的關注。

超表面作為亞波長尺度的二維納米結構在光學領域的革命性發展中表現出了顯著的能力，它可以有效地簡化和深度集成光學系統的足跡。

在實際應用中，超表面已經顯示出有效地操縱光的多個參數的能力。因此，超表面已開始應用于諸多潛在領域，如光學模擬計算和光學成像。

光學計算超表面作為一種二維人工設計元件具有控制光束相位、振幅、偏振和頻率分布的超常規特性，能夠對輸入光場進行數學運算。

近日，中國湖南大學物理與微電子科學學院羅海陸教授課題組提出了一種基于光學計算超表面的全光學對象識別與3D重建技術。

與傳統機制不同，所述方案減少了輪廓曲面提取過程中的內存消耗。他們對全光學對象識別和3D重建技術的探索為高效、低消耗和緊湊的系統提供了潛在的應用。

作者主要提出了一種基于光學計算超表面的全光學對象識別和3D重建技術。通過設計和制作光學計算超表面，團隊實現了高對比度和低對比度對象的全光學識別和3D重建。

與以往基于超表面的3D成像研究不同，團隊提出的方法依靠光學模擬計算獲得對象的輪廓信息，可以實現高對比度和低對比度對象的識別和3D重建，為基于超表面的光學模擬計算提供了獨特的應用。目標識別系統的原理如圖1(a)所示。

當觀測到的對象加入到系統中時，系統可以通過全光學方法輸出輪廓信息。系統的目標識別能力同時可擴展到全光學3D重建技術。通過對被觀測對象的不同投影圖像進行重組，可以得到被觀測對象的3D模型，涵蓋高對比度和低對比度的對象圖1(b)。

從理論上講，高對比度對象的3D輪廓曲面可以看作是無限個2D輪廓的疊加。因此，對于高對比度的對象，團隊提出了旋轉方法和切片方法進行三維重建。對于低對比度的對象，可以通過打破正交偏振態技術獲得3D重建模型。

為了驗證上述方案的3D重建可行性，研究人員以圖2(a)中的一個球體為例。通過在光學系統中以等間隔旋轉對象，CCD相機可以捕獲對象在不同投影平面上的多個輪廓結果，如圖2(b)所示。最后，通過對整個輪廓信息進行重新排列組合，即可重建高對比度目標的3D實驗重建模型，見圖2(c)。

在圖3(d) -3 (e)中，團隊使用香菜籽、蘑菇模型和棒棒糖模型來演示這一重建過程。從理論上講，間距角越小，重建模型越精確。作為概念驗證，僅用有限的輪廓來說明所述方案用于三維重建的可行性，而實驗結果表明這個技術是方便的和準確的。

在不損失一般性的前提下，研究小組將重點放在具有復雜輪廓表面的高對比度對象身上。對于具有復雜表面的高對比度對象，旋轉物體的三維重建方法已不再適用。所以，課題組提出了另一種基于對象切片的3D重建方法。以圖3(a)中的球體為例，以微小的間隔對物體進行切片，CCD相機可以捕捉到物體在不同投影平面的多個輪廓結果，如圖3(b)所示。

最后，通過對整個輪廓信息進行重新排列組合，即可重建高對比度目標的3D實驗重建模型，見圖3(c)。理論上，切片過程的精度越高，重建的3D模型就越準確。作為概念驗證演示，圖3(d1) -3 (f1)中使用了具有明顯特征的簡單幾何形狀來驗證實驗。

通過對這三個對象進行切片，可以獲得它們在不同平面的輪廓信息，然后可以將輪廓信息重新排列組合，并最終得到圖3(d2) -3 (f2)所示的3D實驗重建模型。無論是內部帶缺口的凹槽，外部凸起的凸臺，還是斜面著陸，3D實驗重建模型的形狀和大小都與原物體吻合。所述方法對于具有復雜表面或內部結構的對象三維重建具有潛在的應用前景。

總的來說，通過探索基于光學計算超表面的全光模擬計算系統的應用，團隊提出并實現了一種高對比度和低對比度對象的光學目標識別和3D重建技術。本研究有望為圖像處理等領域提供獨特的研究方向。

原文來自https://news.nweon.com/116305