量優(yōu)化技術(shù)背景：虛擬現(xiàn)實(shí)(virtual reality,VR)和增強(qiáng)現(xiàn)實(shí)(augmented reality,AR)中的近眼顯示要求具有高圖像質(zhì)量哩簿，在緊湊的設(shè)備外形中支持大視野谎碍、聚焦提示(focus cues)以及大小合適的眼盒胞锰。全息近眼顯示有希望滿足這些要求厨姚，并在過去的數(shù)年里取得了顯著的進(jìn)展。 全息近眼顯示不同于傳統(tǒng)的近眼顯示猎醇，它使用相位型空間光調(diào)制器(spatial light modulator,SLM)對入射光波整形窥突，目標(biāo)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硫嘶。這是由于其有限的像素填充因子阻问、背板架構(gòu)和其它因素，使得多達(dá)20%的入射光可能不會被衍射沦疾，從而 ...
和延伸技術(shù)背景：熒光成像已廣泛應(yīng)用于醫(yī)療實(shí)踐称近，隨著對光與生物組織相互作用認(rèn)識的深入以及檢測技術(shù)成本的下降第队，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刨秆。吸收損耗決定了我們能否捕捉到信號凳谦，而散射信號總是降低圖像的清晰度。此外衡未，生物組織過度吸收光可能會導(dǎo)致組織損傷尸执。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缓醋。因此如失，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「鸟茫基于第二近紅外窗口(NIR-II)的生物熒光成像被普遍公認(rèn)為具有 ...
內(nèi)窺鏡技術(shù)背景：光學(xué)內(nèi)窺鏡廣泛用于對人體內(nèi)部進(jìn)行成像岖常，從而實(shí)現(xiàn)疾病診斷和手術(shù)圖像引導(dǎo)驯镊。此外葫督，光纖顯微內(nèi)窺鏡正成為對活體動物進(jìn)行結(jié)構(gòu)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板惑，在大空間范圍上成像橄镜，從而捕捉大腦深處的大規(guī)模神經(jīng)活動。當(dāng)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冯乘。這種設(shè)計(jì)通常使用機(jī)械掃描儀和微透鏡洽胶，并以高空間分辨率恢復(fù)圖像，但視野受掃描儀偏轉(zhuǎn)角的限制裆馒。另一種方法為寬場照明姊氓，使用多芯光纖或光纖束進(jìn)行檢測，其中纖芯傳輸場景的圖像像素喷好。在這種情況下翔横，由于纖芯之間的串?dāng)_和像素化偽影，圖像 ...
習(xí)算子技術(shù)背景：早期的光學(xué)計(jì)算機(jī)被用于做一些線性運(yùn)算的計(jì)算(如傅立葉變換和相關(guān)性),并主要應(yīng)用于模式識別和合成孔徑雷達(dá)梗搅。然而禾唁，隨著現(xiàn)代超大規(guī)模集成技術(shù)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无切，以至于模擬光學(xué)計(jì)算難以與之匹敵荡短。隨后出現(xiàn)的數(shù)字光計(jì)算將非線性光開關(guān)與取代電線的線性光互連(optical interconnections)相結(jié)合，并在1980年代得到了熱烈追捧哆键。光互連在功耗方面具有優(yōu)勢掘托；然而，在全光實(shí)現(xiàn)中籍嘹，與電子開關(guān)相比烫映，光開關(guān)的功率低下和大尺寸抵消了這一優(yōu)勢沼本。因此，全光數(shù)字計(jì)算機(jī)還沒有競爭力锭沟。光學(xué)還被用于不基于布爾邏輯(Boolean logic)的非線性計(jì)算的實(shí) ...
D全息技術(shù)背景：AR/VR抽兆、人機(jī)交互、教育和培訓(xùn)等領(lǐng)域切實(shí)需要具有連續(xù)深度感知的三維場景顯現(xiàn)族淮。計(jì)算生成全息是一種可行的手段辫红，它通過數(shù)值模擬衍射和干涉來實(shí)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祝辣，即全息圖贴妻。通過選擇照明光束，全息圖將入射光衍射成原始光場的準(zhǔn)確再現(xiàn)蝙斜。重建的3D場景呈現(xiàn)準(zhǔn)確的單目和雙目深度線索(depth cues)名惩，這是傳統(tǒng)的顯示手段難以同時實(shí)現(xiàn)的。然而孕荠，高效娩鹉、實(shí)時地創(chuàng)建逼真的計(jì)算機(jī)生成全息圖(CGH)仍然是計(jì)算物理學(xué)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(biāo)點(diǎn)執(zhí)行菲涅耳衍射模擬所需的巨大算力要求稚伍。有效的菲涅耳衍射模擬極具挑戰(zhàn)性 ...
鏡成像技術(shù)背景：近幾十年來弯予，強(qiáng)度傳感器的小型化使得當(dāng)今的相機(jī)在許多領(lǐng)域得到廣泛應(yīng)用。如个曙，醫(yī)學(xué)影像锈嫩、智能手機(jī)、安防垦搬、機(jī)器人和自動駕駛等呼寸。然而，成像器(imager)的尺寸如果能夠再小一個數(shù)量級猴贰，那它將在納米機(jī)器人对雪、體內(nèi)成像、AR/VR糟趾、健康檢測等領(lǐng)域激發(fā)更多的新應(yīng)用慌植。雖然確實(shí)存在亞微米像素尺寸的圖像傳感器，但是傳統(tǒng)光學(xué)限制了成像器的進(jìn)一步小型化义郑。傳統(tǒng)成像系統(tǒng)由一系列校正像差的折射光學(xué)元件組成笨重的鏡頭蝶柿，是為相機(jī)尺寸的下限。還有一個基本的障礙在于鏡頭焦距難以縮短非驮，因?yàn)檫@會引入更大的色差交汤。基于計(jì)算設(shè)計(jì)的超表面光學(xué)(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(shù)背景：非視域(Non-line-of-sight,NLOS)成像可以對視域之外的目標(biāo)進(jìn)行成像芙扎，其應(yīng)用遍布遙感星岗、國防、機(jī)器人視覺和自動駕駛等領(lǐng)域戒洼。通常俏橘，使用一個光源(如激光)不直接照射目標(biāo)場景，而是通過一個中介面將光反射到目標(biāo)場景上圈浇，目標(biāo)場景將光反射到中介面寥掐，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磷蜀，并將它們記錄為二維圖像(或瞬態(tài))的時間分辨序列召耘，通過計(jì)算的方法重建出場景圖像。除了基于瞬態(tài)的成像外褐隆，其它NLOS成像模式還包括基于散斑或非相干強(qiáng)度測量以及被動傳感和聲學(xué)成像技術(shù)的成像模式污它。基于瞬態(tài)的 NLOS 成像庶弃，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(shù)技術(shù)背景：在時域和頻域中編碼量子信息已被證明是可擴(kuò)展量子信息處理的合適替代方案衫贬。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虫埂、密碼學(xué)和通信任務(wù)等有增強(qiáng)作用祥山。此外圃验，此類編碼僅占用一種單一的空間模式掉伏，因此可以與單模光纖網(wǎng)絡(luò)直接兼容。然而澳窑，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)斧散。量子信息技術(shù)一般包括量子計(jì)算，量子模擬和量子通信三種摊聋。在量子計(jì)算中鸡捐，研究人員通常采用量子態(tài)或量子過程作為數(shù)學(xué)語言來描述所屬量子系統(tǒng)的特征。認(rèn)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(jìn)行任何測量的結(jié)果麻裁。在量子信息科學(xué)領(lǐng)域箍镜，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(shù)背景一個光場可以用七維全光函數(shù)來表征煎源，色迂。沿所有維度記錄光線可揭示輸入場景的體積、光譜和時間信息手销。然而歇僧，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锋拖，且測量效率低下诈悍。測量高維全光函數(shù)面臨兩個主要難題：降維和測量效率祸轮。一方面，由于大多數(shù)光子探測器是二維(圖像傳感器）侥钳、一維(線傳感器)或零維(單像素傳感器)的适袜，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(jìn)行大量掃描。例如舷夺，為了獲取全光數(shù)據(jù)立方體痪蝇，高光譜成像儀通常在空間域或光譜域中進(jìn)行掃描，從而導(dǎo)致采集時間延長冕房。相比之下躏啰，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(shù)背景：許多現(xiàn)代的成像系統(tǒng)集成了解卷積(deconvolution)算法耙册，用于實(shí)現(xiàn)圖像質(zhì)量提升以及增強(qiáng)成像系統(tǒng)的能力给僵。光學(xué)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(jì)算上消除其中的一些模糊详拙。在顯微鏡中帝际，解卷積可以減少離焦熒光，從而產(chǎn)生更銳利的三維圖像饶辙。另外蹲诀，還可以將分布式點(diǎn)擴(kuò)散函數(shù)(PSF)有意設(shè)計(jì)到成像系統(tǒng)中，從而獲得如單幀高光譜成像弃揽、單幀三維成像這樣的能力脯爪。在這種情況里，采用多路復(fù)用的光學(xué)器件通過將物空間中的每一點(diǎn)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矿微，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『勐現(xiàn)有的解卷積算法應(yīng)用場景有限。現(xiàn)今已 ...
或 投遞簡歷至: hr@auniontech.com
