加州大学洛杉矶分校的研究人员揭示了光学成像技术的一项新进展，该技术可以极大地改善视觉信息处理和通信系统。该研究发表在Advanced Photonics Nexus上。
单向衍射处理器在从视场 （FOV） A 到 FOV B 的前向传播方向（用蓝线表示）上传输高质量的图像，同时有效地阻止了从 FOV B 到 FOV A 的后向传播方向（用棕线表示）的图像形成。
基于部分相干的单向成像，新方法提供了一种小型而有效的方法，可以在一个方向上发送视觉数据，同时防止在另一个方向上传输。
这项尖端技术由 Aydogan Ozcan 教授和他的多学科团队开发，旨在选择性地将高质量图像从视场 A 传输到视场 B。当从相反的方向（B 到 A）观看时，图像被故意扭曲。
随着控制视觉光学信息的处理和传输的新可能性，这种不对称图像传输可能会对光通信、增强现实和隐私保护等领域产生广泛的影响。
新系统试图解决调节透光率的问题，以便在一个方向上保持清晰视野，同时在另一个方向上阻挡视觉，这是光学工程中的一个问题。
以前的单向波传输解决方案的实际适用性受到限制，因为它们经常依赖复杂的技术，如时间调制、非线性材料或完全相干照明下的高功率光束。
另一方面，加州大学洛杉矶分校的这项发明故意在反向（B 到 A）引入失真并降低功率效率，同时利用部分相干光在正向路径（A 到 B）中产生高图像质量和功率效率。
加州大学洛杉矶分校教授Aydogan Ozcan：“我们设计了一组空间优化的衍射层，这些衍射层以促进这种不对称传输的方式与部分相干光相互作用。该系统可以与 LED 等常见照明源高效工作，使其适用于各种实际应用。”
这一进步的一个重要组成部分是构成使用深度学习的单向成像系统的衍射层的物理设计。
加州大学洛杉矶分校团队针对部分相干光优化了这些层，确保相位相关长度超过光波长的 1.5 倍。
即使在光源表现出不同相干特性的情况下，这种细致的优化也能保证系统可靠的单向图像传输。每个图像都采用不依赖偏振的设计，体积小，轴向跨度小于 75 个波长。
该设计方法采用深度学习技术来抑制反向的图像生成，并在正向保持高衍射效率。
研究人员表明，他们的系统对光的相干质量变化具有弹性，并且可以在各种图像数据集和照明环境中一致地运行。
Ozcan博士说：“我们的系统能够泛化不同类型的输入图像和光属性，这是其令人兴奋的功能之一。”
未来，研究人员打算研究其他类型的照明源，并将单向成像器扩展到其他光谱区域，例如可见光和红外范围。
这些发展可能会突破传感和成像的极限，为发明和应用开辟新的可能性。例如，在隐私保护方面，该技术可能用于保护私人数据免受未经授权的查看。同样，该技术可用于管理如何在增强现实和虚拟现实系统中向各种查看者显示信息。
加州大学洛杉矶分校教授Aydogan Ozcan：“这项技术有可能影响控制视觉信息流至关重要的多个领域。其紧凑的设计以及与广泛可用的光源的兼容性使其特别有希望集成到现有系统中。”
来自加利福尼亚纳米系统研究所 （CNSI） 和加州大学洛杉矶分校电气与计算机工程系的跨学科团队进行了这项研究。
