史蒂文斯理工学院的研究人员已经创建了一种3D成像系统，该系统利用光的量子特性创建的图像比当前技术清晰度高40000倍，为自动驾驶汽车、卫星测绘系统、深空通信和人类视网膜医学成像的前所未有的LIDAR感应和检测铺平了道路。 由史蒂文斯量子科学与工程中心主任Huang YuPing领导的这项研究解决了激光雷达数十年来的问题。激光雷达向远处的目标发射激光，然后检测反射光。虽然这些系统中使用的光检测器足够灵敏，可以仅用几个光子创建细微的图像，但很难区分激光的反射片段和明亮的背景光（如光束）。 Huang说：“我们的传感器越敏感，它们对背景噪声就越敏感。”他的工作发表在2月17日的《自然通讯》高级在线期刊上。“这就是我们现在要解决的问题。” 该技术是第一个使用称为量子参数模式排序（QPMS）的方法进行单光子降噪的真实世界演示，该方法由Huang和他的团队在2017年《自然》杂志上首次提出。与大多数噪声过滤工具依赖于基于软件的后处理来清除噪声图像不同，QPMS通过特异性的非线性光学器件检查光的量子特征，从而在传感器本身的水平上创建指数级清洁的图像。 在背景噪音的轰鸣中检测到一个特定的带有信息的光子，就像试图从暴风雪中拔出一片雪花一样，但这正是Huang的团队设法做到的。Huang和同事描述了一种将特定量子特性压印到激光的射出脉冲上，然后过滤入射光的方法，以便传感器仅记录具有匹配量子特性的光子。 结果是：一个成像系统对从其目标返回的光子极为敏感，但实际上忽略了所有不想要的有噪声的光子。即使每个载有信号的光子被34倍的嘈杂光子淹没，该团队的方法仍可产生清晰的3D图像。 该研究的主要作者，史蒂文斯博士生帕特里克·雷恩（Patrick Rehain）表示：“通过清理初始光子检测，我们可以在嘈杂的环境中突破精确3D成像的极限。我们已经证明，与目前最先进的成像技术相比，我们可以减少大约40000倍的噪声量。” 这种基于硬件的方法可以促进LIDAR在无法进行计算密集型后处理的嘈杂环境中的使用。该技术还可以与基于软件的降噪相结合，以产生更好的结果。雷恩说：“我们没有试图与计算方法竞争，我们正在为它们提供可以使用的新平台。” 实际上，QPMS降噪可以使LIDAR用于生成高达30公里范围内的精确、详细的3D图像。它也可以用于深空通信，在这种通信中，太阳刺眼的强光通常会淹没远处的激光脉冲。 也许最令人兴奋的是，该技术还可以使研究人员更仔细地观察人体最敏感的部分。通过实现几乎无噪声的单光子成像，史蒂文斯成像系统将帮助研究人员使用几乎看不见的微弱激光束创建清晰，高度详细的人视网膜图像，而不会损坏眼睛的敏感组织。 Huang说：“单光子成像领域正在蓬勃发展。我们在降低噪声方面迈出了一大步，它可以为众多技术带来的好处以来。” |
|
|
