早晨起床刚看到这篇文章的推送。
快速翻了一下文章的图,只能说五体投地。我自己做过多种形式的高光谱显微成像,为了了解算法也看过一些遥感的高光谱成像文章。因为不懂器件,我只能就光谱成像表面话的内容做一点讨论。
一般而言,时间分辨率、空间分辨率、还有光谱分辨率不可兼得。光谱的采集过程,要么占用空间(色散展开,波长采集并行,目标每个空间点需要N个像素点对应),要么占用时间(用光谱窗口扫描,空间分辨率可以保持不变,但是时间上是顺次采集,从而目标每个空间点需要N个时间点来完成光谱绘制)。深度学习的崛起使得猜光谱成为可能。但是作为测量工具,猜测显然不能真正替代测量,尤其是应用在未知的样品上。
方老师团队的“玉衡”芯片实现了对鱼、熊掌、大馒头的兼得。在几乎没有损失空间分辨率的情况下实现了高速、高精度的光谱采集。我简单总结成下面几条特点。
- 利用可以电控调节的铌酸锂滤片实现像素水平的快速波长选择,且重复精度极高(优于0.1 nm);
- 极大的提高了光谱采集时的光通量。这一点本身就能大幅改善高光谱成像速度;
- 铌酸锂滤片上每个像素的波长选择随机性极高,这样可以最大限度的利用芯片像素的空间采样率实现准确重建。
- 该器件应该可以独立于CMOS存在,所以可以用在几乎所有相机上,以后进一步集成做成新的整体元件也完全可以。基本上新老通吃。
最让我震惊的是天文数据的展示。通常做高光谱相机技术,展示摄影棚色板、公园一角之类日常场景就足够了。但是这篇文章里展示了恒星光谱的采集。从文章中的数据来看,是革命性的。恒星的光谱特点就是窄线宽。做一个比喻,就好比要从已经很相近的口红色号中看出精确的差别。既有的技术,要么分得清但是庞大而缓慢,要么很快但是看不见。而“玉衡“芯片对采集到的星星高精度的光谱还原。提取的光谱里能清晰的看到多条吸收谱线。考虑到所用时间与工具大小,不能说非常惊人,起码收下我的膝盖。
我已经把文章分享出去了。我对于高光谱成像的光明未来已经有些激动了。
还没有人送礼物,鼓励一下作者吧