Key points are not available for this paper at this time.
다채널 이미징은 환경 모니터링, 항공우주, 방위 및 생물의학 등 수많은 분야에 활용되어 왔습니다. 여기에서 우리는 깊은 학습을 이용해 출력 이미지 시야에서 가상 스펙트럼 필터 배열을 생성하도록 훈련된 회절 광 네트워크 기반의 다채널 이미징 시스템을 제시합니다. 이 회절 다채널 이미저는 넓은 스펙트럼에 대해 공간적으로 일관된 이미징을 수행하고, 동시에 미리 결정된 스펙트럼 채널 세트를 출력 평면의 픽셀 배열에 라우팅하여 단색 초점 면 배열 또는 이미지 센서를 다채널 이미징 장치로 변환하며, 어떠한 스펙트럼 필터나 이미지 복구 알고리즘 없이 이루어집니다. 더욱이, 이 회절 다채널 이미저의 스펙트럼 반응성은 입력 편광 상태에 민감하지 않습니다. 수치 시뮬레이션을 통해, 우리는 패시브 공간 구조 회절 표면을 기반으로 가시 스펙트럼 내에서 4, 9 및 16 고유 스펙트럼 대역으로 스냅샷 다채널 이미징을 달성하는 다양한 회절 네트워크 설계를 제시합니다. 아울러, 우리는 출력 이미지 평면에서 2 × 2 = 4 고유 대역을 갖는 공간적으로 반복되는 가상 스펙트럼 필터 배열을 생성하는 3D 프린트 회절 네트워크 기반의 다채널 이미저를 실험적으로 시연합니다. 그들의 компакт한 형태와 계산 없는 전력 효율적인 편광 비민감 전방 작업 덕분에, 회절 다채널 이미저는 다양한 이미징 및 감지 응용 분야에서 혁신적일 수 있으며, 고밀도 및 넓은 지역의 다채널 픽셀 배열이 널리 사용되지 않는 전자기 스펙트럼의 다양한 부분에서 사용될 수 있습니다.
Mengü 외 (Thu,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: