面向高分辨率非视距成像的矢量数智光学

Engineering ›› 2025, Vol. 45 ›› Issue (2) : 76 -84. DOI: 10.1016/j.eng.2024.11.013

研究论文

面向高分辨率非视距成像的矢量数智光学

郭迎辉 ^a^,^b^,^c^,^d ,
雷云松 ^a^,^b^,^c^,^d ,
蒲明博 ^a^,^b^,^c^,^d^,^* ,
张飞 ^a^,^b^,^c^,^d ,
张其 ^a^,^b^,^c ,
李晓银 ^a^,^b^,^c ,
张润哲 ^a^,^b^,^c^,^d ,
赵郅斌 ^a^,^b^,^c^,^d ,
周芮 ^e ,
范玉龙 ^a^,^b ,
罗先刚 ^a^,^b^,^d^,^*

作者信息 +

Vectorial Digitelligent Optics for High-Resolution Non-Line-of-Sight Imaging

Yinghui Guo ^a^,^b^,^c^,^d^,^# ,
Yunsong Lei ^a^,^b^,^c^,^d^,^# ,
Mingbo Pu ^a^,^b^,^c^,^d^,^* ,
Fei Zhang ^a^,^b^,^c^,^d ,
Qi Zhang ^a^,^b^,^c ,
Xiaoyin Li ^a^,^b^,^c ,
Runzhe Zhang ^a^,^b^,^c^,^d ,
Zhibin Zhao ^a^,^b^,^c^,^d ,
Rui Zhou ^e ,
Yulong Fan ^a^,^b ,
Xiangang Luo ^a^,^b^,^d^,^*

Author information +

文章历史 +

Received	Accepted	Published
2024-04-29	2024-11-17
Issue Date
2024-12-23

PDF (4218K)

摘要

视线外目标成像在机器人视觉、遥感、自动驾驶等诸多领域具有重要应用。非视距（NLOS）场景的图像重建是一个复杂的逆问题，它不仅需要成像设备具备超快的时间分辨能力，还需要大量计算，进而从多散射光中提取信息。因此，回波信号的强度及其分布往往会严重劣化，导致成像分辨率和对比度受限。本文提出矢量数智光学概念，用于高分辨率NLOS成像，以消除墙体散射影响，将光重新聚焦到隐藏目标上，从而增强回波信号。本方法通过反馈算法智能优化激光光斑的偏振态和波前，使光穿过随机散射墙后形成接近理想的聚焦模式。在墙体的光学记忆效应范围内，通过对目标表面的聚焦光斑进行光栅扫描，可获得接近衍射极限的NLOS图像，且信噪比得到增强。实验结果表明，在0.35 m距离处，成像分辨率达到0.40 mm，接近系统的衍射极限。此外，本方法在多种复杂NLOS场景中均可行。本研究有望为主动成像、通信和激光无线能量传输开辟新途径。

Abstract

Object imaging beyond the direct line of sight is significant for applications in robotic vision, remote sensing, autonomous driving, and many other areas. Reconstruction of a non-line-of-sight (NLOS) screen is a complex inverse problem that comes with ultrafast time-resolved imager requirements and substantial computational demands to extract information from the multi-bounce scattered light. Consequently, the echo signal always suffers from serious deterioration in both intensity and shape, leading to limited resolution and image contrast. Here, we propose a concept of vectorial digitelligent optics for high-resolution NLOS imaging to cancel the wall’s scattering and refocus the light onto hidden targets for enhanced echo. In this approach, the polarization and wavefront of the laser spot are intelligently optimized via a feedback algorithm to form a near-perfect focusing pattern through a random scattering wall. By raster scanning the focusing spot across the object’s surface within the optical-memory-effect range of the wall, we obtain nearly diffraction-limited NLOS imaging with an enhanced signal-to-noise ratio. Our experimental results demonstrate a resolution of 0.40 mm at a distance of 0.35 m, reaching the diffraction limit of the system. Furthermore, we demonstrate that the proposed method is feasible for various complex NLOS scenarios. Our methods may open an avenue for active imaging, communication, and laser wireless power transfer.

关键词

非视距成像 / 矢量数智光学 / 空间光调制器 / 数字光学 / 波前整形 / 超表面

Key words

Non-line-of-sight imaging / Vectorial digitelligent optics / Spatial light modulator / Digital optics / Wavefront shaping / Metasurface

引用本文

引用格式 ▾

郭迎辉,雷云松,蒲明博,张飞,张其,李晓银,张润哲,赵郅斌,周芮,范玉龙,罗先刚. 面向高分辨率非视距成像的矢量数智光学[J]. 工程（英文）, 2025, 45(2): 76-84 DOI:10.1016/j.eng.2024.11.013

登录浏览全文

4963

注册一个新账户忘记密码

1 引言

随着探测技术的快速发展和计算能力的显著提升，智能算法和数字光学元件[如数字微镜器件（DMD）、空间光调制器（SLM）、超表面]在计算成像中的应用日益广泛[1‒3]。这些数字光学领域的重要进展涉及二进制微纳结构、局部光场调控能力以及与互补金属氧化物半导体（CMOS）兼容的制造工艺[4‒5]，正将工程光学推向新的发展阶段，即工程光学2.0 [6]。在这些进展中，非视距（NLOS）成像是一个迅速兴起的研究热点[7‒10]，它通过中继墙将目标图像信息间接传输给观察者。目前，NLOS成像技术主要分为两类：第一类依靠光子的飞行时间（TOF）重建目标图像[11‒14]；第二类采用波前整形技术校正中间表面散射引起的畸变[15‒16]，将光聚焦到目标上，增强回波信号的信噪比（SNR），从而实现高效成像。对于基于光子TOF的NLOS成像技术，要达到毫米级分辨率，探测器的时间分辨率需达到皮秒级，这对脉冲激光器和探测器提出了极高的技术要求[17]。相比之下，基于波前整形的NLOS成像对实验装置的要求较低，它可通过智能算法优化波前整形，实现衍射极限的聚焦光斑，进而进行扫描成像。系统分辨率由聚焦光斑的大小决定，成像对比度则取决于回波信号的SNR。

在实际NLOS成像应用中，回波信号经目标和中继表面多次反射后，其偏振态会自然紊乱。因此，多次反射最终会导致激光散斑和SNR降低，这对衍射极限成像和三维（3D）成像极为不利[18]。尽管在重聚焦技术方面已取得显著成就，但传统波前整形技术仅能优化相位调制，忽略了偏振的影响[19]，因此无法确保实现最优调制，尤其是在NLOS成像中的倾斜照明场景下。

近年来，矢量光场（VOF）整形技术通过预补偿相位畸变和优化入射偏振，在散射介质成像、通信、精密测量、激光制造等领域取得了重大进展[20‒28]。VOF整形与超表面的结合在非线性光学领域发挥着重要作用。超表面是一种能够复杂调控入射光波的纳米结构，因其卓越的光与物质相互作用调控能力而显得尤为重要[29‒30]。超表面在几何形状和材料组成方面的设计灵活性，使其能够有效调制非线性信号的相位和偏振。这种能力展现了超表面在张量相位控制[31]、红外上转换成像[32]等多个领域的巨大潜力。VOF整形与数智超表面的结合在矢量光场整形和计算成像方面显示出显著潜力，为矢量数智光学（VDO）的发展奠定了坚实基础[33‒38]。然而，设计一个既能灵活高效地生成VOF，又能成功与NLOS成像系统集成的系统仍是一项重大挑战，需要进一步的研究和技术突破。

本文提出用于高分辨率NLOS成像的VDO概念。如图1所示，该系统能以数字方式精确灵活地控制光束的偏振态、相位和振幅。VDO中可实现的丰富VOF [展示于高阶庞加莱球（HOPS）中]是HOPS赤道处的局域线性偏振。借助由带引导星的智能反馈生成的可重构偏振和波前，该系统即使在弱光、湍流畸变、偏振敏感屏幕等恶劣条件下，也能实现衍射极限的空间分辨率和高SNR。该方法不仅为克服NLOS成像困难提供了新策略，还显著拓宽了VOF整形技术在光学成像和探测中的应用前景，推动了VDO的发展。

2 方法

VDO赋能的NLOS成像系统示意图如图1所示。我们的目标是利用数字光学元件投射经过设计的矢量波前，以抵消中继墙引起的空间变化偏振和相移。该系统采用数字光学元件（如有源超表面或SLM）结合深度学习算法进行全局搜索，通过控制入射光的波前和偏振状态来调整HOPS赤道平面上的偏振状态。因此，我们的系统具备两个扫描自由度：光束的入射角θ₁和偏振角θ₂。这一过程可通过菲涅尔方程解释，假设入射光的入射角为θ₁、偏振角为θ₂，可以用以下公式表示：

I R = I s R s θ 1 + I p R p θ 1 = I s i n θ 2 R s θ 1 + I c o s θ 2 R p θ 1

（1）

式中，I_R表示反射光强度，可分解为S偏振光和P偏振光，对应强度分别为I_s和I_p；I表示入射光强度；R_s和R_p分别表示S偏振波和P偏振波的反射系数。对于给定的被测目标，入射角θ₁是固定的。因此，特定的偏振角θ₂可使反射光强度达到最大。因此，通过智能反馈控制偏振角θ₂，能显著增强回波信号强度，提高整体SNR。

在相干偏振光束合成方法中，利用两个正交偏振态生成VOF [39‒45]。通过对两束正交偏振态的光[如左旋圆偏振光（LCP）和右旋圆偏振光（RCP）]施加独立控制的相位，可产生VOF光束。生成的VOF的数学表达式如下：

E o = 12 1 - i e i ϕ L (x, y) + 12 1 i e i ϕ R (x, y) = 22 c o s ϕ L (x, y) - ϕ R (x, y) 2 s i n ϕ L (x, y) - ϕ R (x, y) 2 e i ϕ L (x, y) + ϕ R (x, y) 2

（2）

式中，E₀表示VOF；i为虚数单位；

ϕ L (x, y)

和

ϕ R (x, y)

分别表示由数字光学元件左、右部分施加的相位分布。该等式表明，每个空间点的可调线偏振态和相位可独立控制，以满足特定成像需求。图2（a）为生成VOF的实验装置概念图，其中SLM被特意分为两部分，以独立调制两束预先分束的光。根据偏振敏感SLM的要求，两束入射光的偏振需调整至与S偏振方向一致。光通过SLM后，一束光的偏振经半波片（HWP）调至P偏振（与原始S偏振正交）。随后，这两束正交线偏振光经四分之一波片（QWP）转换为LCP和RCP。两束光合并后，成功生成VOF光束。图2（b）和（c）给出了示例，其中前者为入射到SLM之前的激光光斑，后者为施加到SLM上的相位分布。图2（d）~（f）的结果初步证明了该系统在生成径向柱矢量光方面的有效性，展示了其生成VOF的基本能力。附录A中的第S1节提供了详细的实验结果和分析，而附录A中的第S2节则详细描述了波前整形和扫描的操作流程。

3 结果

实验装置（图3）采用532 nm皮秒光纤激光器作为光源（掺镱单通倍频光纤激光器532 nm，上海频准激光科技股份有限公司）。首先，使用4f系统（f为透镜焦距；图3中的透镜1和2）将激光束扩束至直径约3 mm的所需光斑。采用SLM（SLM-210，日本Santec公司）作为数字光学元件进行实验验证。HWP将光束偏振调整为P偏振，以匹配SLM的响应。随后，分束器将光束分为两路，经反射镜引导至空间光调制器的左、右区域进行相位调制。合并前，另一块HWP将一束光的偏振从P偏振改为S偏振。两束光经偏振分束器（PBS）合并后，再经QWP转换为LCP和RCP。接下来，第二个4f系统（图3中的透镜3和4）将SLM调制后的光束成像到墙面。这束被SLM调制并从墙面反射的光线，将照亮目标物体。为简化实验，用漫反射镜（DG10-1500-P01，美国Thorlabs公司）代替墙面。从目标反射的光由单光子雪崩二极管（SPAD；FastGated-SPAD，意大利MPD公司）通过透镜（透镜5）捕获。

3.1 单目标NLOS成像

我们使用粘贴在硬纸板上的反射胶带作为目标，周围环绕黑色漫反射胶带以增强回波信号的对比度。VDO优化前后的光斑分别如图4（a）和（b）所示。用于波前整形的相应相位分布如图4（c）所示。随后，通过在SLM的图案上添加倾斜相位，对目标进行扫描。本实验中，目标放置在距墙0.25 m处，SPAD放置在距墙0.1 m处。需要注意的是，有个障碍物阻挡了目标和SPAD之间的直视路径。

本实验中，用相机替换目标后测得，目标上聚焦光斑的半峰全宽（FWHM）为0.42 mm，这与我们装置中约0.36 mm的理论衍射极限光斑大小非常接近，表明VDO确实能实现接近衍射极限的聚焦。图4（d）~（f）展示了成像目标的示意图。图4（g）~（l）的结果清楚地表明，我们的VDO技术可实现接近理想的聚焦。图4（j）~（l）的成像结果呈现出清晰的目标轮廓。为评估成像质量，采用峰值信噪比（PSNR）作为评价指标，如图4（m）所示。结果表明，经VDO处理后，扫描性能显著提升。以PSNR为参考，平行四边形的成像质量提升7.9倍，梯形提升7.3倍，字母“L”提升5.4倍，平均提升6.9倍，凸显出我们的技术在提高成像精度方面的潜力。

3.2 多目标NLOS成像

为进一步验证成像能力，研究进行了多目标成像实验演示。由于我们的实验装置采用脉冲激光器和SPAD，因此可基于TOF重建目标的3D信息。由于SLM的刷新频率远低于SPAD的响应时间，因此每次扫描刷新前，需记录SPAD在每个位置的回波信号。SLM每次刷新时，SPAD都会接收一个标记信号。利用该标记信号，我们能准确提取每个像素对应的SPAD信号，并通过分析第一反弹和第二反弹光子确定TOF，从而获得轴向信息。如图5（a）和（b）所示，两个目标放置在不同位置，呈前后排列进行成像。成像结果如图5所示。

本实验中，两个目标之间的轴向距离约为2.5 cm。采用TOF法计算得到的实际轴向距离为2.08 cm，相对误差约为16.8%。系统的轴向分辨率主要受整体时序抖动限制，根据仪器响应函数测量显示，其时间分辨率约为100 ps [46]，这对应光子飞行总距离的误差约为3 cm。通过计算这两个总距离的差值并除以2，可确定目标之间的轴向距离为1.5 cm。图5（c）展示了重建目标的空间位置，每个点的颜色代表其强度。中心点强度较高，边缘点强度较弱。这种模式与光学记忆效应（即光强随焦点移动而变化）一致。尽管存在这种变化，但目标信息的整体重建并未受影响，能够准确重建其空间分布，如图5（d）所示。

3.3 偏振选择NLOS成像

在NLOS成像技术中，偏振特性对目标识别至关重要。利用偏振信息可显著增强复杂场景中的目标对比度，提高成像质量。特别是在城市或自然环境中，光经多次反射、折射和散射后，利用偏振特性能够有效区分直接反射和间接反射，提高成像精度和可靠性。此外，对于具有偏振选择性的目标，采用合适的偏振态进行探测可降低背景噪声，进一步增强目标信号的可见性[47‒48]。

为验证入射偏振态对回波信号强度的影响，研究设计了专门的实验。本实验中，在目标上获得聚焦光斑后，根据等式（2）在SLM的左、右区域主动引入相位差。这种方法可在不影响波前分布的情况下改变入射偏振态。实验装置采用低功率激光器和大入射角条件，以类朗伯表面作为测试目标。投射光经类朗伯表面各向同性散射，因此可忽略朗伯散射角的影响。研究了回波信号强度与入射偏振态的关系，并在偏振选择前后均进行了扫描成像。评价指标纳入了皮尔逊相关系数（PCC）。实验结果如图6所示。

从图6（a）和（b）可以看出，选择入射光的偏振态后，回波信号中的光子数量显著增加，SNR提升11.38%。这种增强在扫描成像结果中也很明显，如图6（c）和（f）所示。偏振选择前，扫描图像在目标边缘存在明显的信息丢失，如图6（d）和（g）所示。偏振选择后，图像对比度增强，更准确地还原了目标细节，如图6（e）和（h）所示。此外，如图6（i）所示，PSNR分别提升37.67%和10.01%，PCC分别提升30.12%和9.87%。由于该方法具有偏振选择性，我们在附录A中的第S3节讨论了其在矢量自适应光学中的应用，附录A中的第S4节提供了更多实验数据。

4 讨论与结论

本研究展示了一种基于VDO的创新NLOS成像技术。本方法首先利用波前整形技术将粗糙表面反射的光聚焦到一点，然后主动调制入射光的偏振态，以最大化探测回波信号。此外，利用光学记忆效应，可移动该焦点对NLOS域内的目标进行扫描成像。在本方法中，成像分辨率由聚焦光斑的大小决定，可优化至衍射极限。此外，由于能够主动控制入射偏振态，因此即使在低激光功率照明条件下，也能获得高SNR的回波信号和高质量的目标成像。最重要的是，由于回波信号包含TOF信息，该技术还可实现目标的3D重建。

我们目前的研究尚未实现基于回波信号将墙体散射光直接聚焦到测试目标上，同时优化入射光的偏振态，主要原因是SPAD的实时信号读取存在技术挑战。为解决这一问题，我们考虑未来采用光电倍增管作为探测器，并探索DMD与SLM的结合使用[16]。此外，我们目前的VOF由SLM生成。不过，基于超表面的VOF调控技术近年来取得了显著进展，可实现更精简、紧凑的系统设计[36,49‒50]。这种增强的VOF调控精度使激光无线电力传输成为可能。此外，超表面已被证明具有更强的光学记忆效应[51]。在生物医学应用领域，超光学的偏振控制特性显著提升了各种生物成像技术的性能[52]。此外，利用超光学的超处理器在光学模拟图像处理中具有低功耗、高速处理的优势[53]。通过将超表面技术与深度学习、端到端设计等最新NLOS成像技术相结合[54‒57]，有望进一步提升成像速度和质量。我们未来的研究可能会深入探索这些技术，旨在全面解决NLOS成像的挑战，在该领域取得进一步突破。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Edgar MP, Gibson GM, Padgett MJ. Principles and prospects for single-pixel imaging. Nat Photonics 2019;13(1):13‒20. . 10.1038/s41566-018-0300-7

[2]	Tseng E, Colburn S, Whitehead J, Huang L, Baek SH, Majumdar A, et al. Neural nano-optics for high-quality thin lens imaging. Nat Commun 2021;12:6493. . 10.1038/s41467-021-26443-0

[3]	Yang Y, Forbes A, Cao L. A review of liquid crystal spatial light modulators: devices and applications. Opto Electron Sci 2023;2(8):230026. . 10.29026/oes.2023.230026

[4]	Luo X. Multiscale optical field manipulation via planar digital optics. ACS Photonics 2023;10(7):2116‒27. . 10.1021/acsphotonics.2c01752

[5]	Luo X. Metasurface waves in digital optics. J Phys Photonics 2020;2(4):041003. . 10.1088/2515-7647/ab9bf8

[6]	Luo X. Subwavelength artificial structures: opening a new era for engineering optics. Adv Mater 2019;31(4):1804680. . 10.1002/adma.201804680

[7]	Zheng S, Liao M, Wang F, He W, Peng X, Situ G. Non-line-of-sight imaging under white-light illumination: a two-step deep learning approach. Opt Express 2021;29(24):40091‒105. . 10.1364/oe.443127

[8]	Zhu S, Sua YM, Bu T, Huang YP. Compressive non-line-of-sight imaging with deep learning. Phys Rev Appl 2023;19(3):034090. . 10.1103/physrevapplied.19.034090

[9]	Wu C, Liu J, Huang X, Li ZP, Yu C, Ye JT, et al. Non-line-of-sight imaging over 1.43 km. Proc Natl Acad Sci USA 2021;118(10):e2024468118. . 10.1073/pnas.2024468118

[10]	Huang X, Ye R, Li W, Zeng JW, Lu YC, Hu H, et al. Non-line-of-sight imaging and vibrometry using a comb-calibrated coherent sensor. Phys Rev Lett 2024;132(23):233802. . 10.1103/physrevlett.132.233802

[11]	Velten A, Willwacher T, Gupta O, Veeraraghavan A, Bawendi MG, Raskar R. Recovering three-dimensional shape around a corner using ultrafast time-of-flight imaging. Nat Commun 2012;3:745. . 10.1038/ncomms1747

[12]	O’Toole M, Lindell DB, Wetzstein G. Confocal non-line-of-sight imaging based on the light-cone transform. Nature 2018;555(7696):338‒41. . 10.1038/nature25489

[13]	Xu Z, Bi S, Sunkavalli K, Hadap S, Su H, Ramamoorthi R. Deep view synthesis from sparse photometric images. ACM Trans Graph 2019;38(4):76. . 10.1145/3306346.3323007

[14]	Liu X, Guillén I, La Manna M, Nam JH, Reza SA, Huu Le T, et al. Non-line-of-sight imaging using phasor-field virtual wave optics. Nature 2019;572(7771):620‒3. . 10.1038/s41586-019-1461-3

[15]	Starshynov I, Ghafur O, Fitches J, Faccio D. Coherent control of light for non-line-of-sight imaging. Phys Rev Appl 2019;12(6):064045. . 10.1103/physrevapplied.12.064045

[16]	Cao R, de Goumoens F, Blochet B, Xu J, Yang C. High-resolution non-line-of-sight imaging employing active focusing. Nat Photonics 2022; 16(6):462‒8. . 10.1038/s41566-022-01009-8

[17]	Wang B, Zheng MY, Han JJ, Huang X, Xie XP, Xu F, et al. Non-line-of-sight imaging with picosecond temporal resolution. Phys Rev Lett 2021;127(5):053602. . 10.1103/physrevlett.127.053602

[18]	De Aguiar HB, Gigan S, Brasselet S. Polarization recovery through scattering media. Sci Adv 2017;3(9):e1600743. . 10.1126/sciadv.1600743

[19]	He C, Antonello J, Booth MJ. Vectorial adaptive optics. eLight 2023;3:23. . 10.1186/s43593-023-00056-0

[20]	Gong L, Zhao Q, Zhang H, Hu XY, Huang K, Yang JM, et al. Optical orbital-angular-momentum-multiplexed data transmission under high scattering. Light Sci Appl 2019;8:27. . 10.1038/s41377-019-0140-3

[21]	Wang Z, Li X, Pu M, Chen L, Zhang F, Zhang Q, et al. Vectorial-optics-enabled multi-view non-line-of-sight imaging with high signal-to-noise ratio. Laser Photonics Rev 2024;18(6):2300909. . 10.1002/lpor.202300909

[22]	Yi X, Liu Y, Ling X, Zhou X, Ke Y, Luo H, et al. Hybrid-order Poincaré sphere. Phys Rev A 2015;91(2):023801. . 10.1103/physreva.91.023801

[23]	Shvedov V, Davoyan AR, Hnatovsky C, Engheta N, Krolikowski W. A long-range polarization-controlled optical tractor beam. Nat Photonics 2014;8(11):846‒50. . 10.1038/nphoton.2014.242

[24]	Bliokh KY, Rodríguez-Fortuño FJ, Nori F, Zayats AV. Spin-orbit interactions of light. Nat Photonics 2015;9(12):796‒808. . 10.1038/nphoton.2015.201

[25]	Kagalwala KH, Di Giuseppe G, Abouraddy AF, Saleh BE. Bell’s measure in classical optical coherence. Nat Photonics 2013;7(1):72‒8. . 10.1038/nphoton.2012.312

[26]	Wang J. Advances in communications using optical vortices. Photon Res 2016;4(5):B14‒28. . 10.1364/prj.4.000b14

[27]	Nape I, Singh K, Klug A, Buono W, Rosales-Guzman C, McWilliam A, et al. Revealing the invariance of vectorial structured light in complex media. Nat Photonics 2022;16(7):538‒46. . 10.1038/s41566-022-01023-w

[28]	Dorrah AH, Capasso F. Tunable structured light with flat optics. Science 2022;376(6591):eabi6860. . 10.1126/science.abi6860

[29]	Gigli C, Leo G. All-dielectric χ ⁽²⁾ metasurfaces: recent progress. Opto Electron Adv 2022;5(7):210093. . 10.29026/oea.2022.210093

[30]	Wang JT, Tonkaev P, Koshelev K, Lai F, Kruk S, Song Q, et al. Resonantly enhanced second- and third-harmonic generation in dielectric nonlinear metasurfaces. Opto Electron Adv 2024;7(5):230186. . 10.29026/oea.2024.230186

[31]	Gigli C, Marino G, Artioli A, Rocco D, De Angelis C, Claudon J, et al. Tensorial phase control in nonlinear meta-optics. Optica 2021;8(2):269‒76. . 10.1364/optica.413329

[32]	Camacho-Morales MDR, Rocco D, Xu L, Gili VF, Dimitrov N, Stoyanov L, et al. Infrared upconversion imaging in nonlinear metasurfaces. Adv Photonics 2021;3(3):036002. . 10.1117/1.ap.3.3.036002

[33]	Jang M, Horie Y, Shibukawa A, Brake J, Liu Y, Kamali SM, et al. Wavefront shaping with disorder-engineered metasurfaces. Nat Photonics 2018;12(2):84‒90. . 10.1038/s41566-017-0078-z

[34]	Shen Z, Zhao F, Jin C, Wang S, Cao L, Yang Y. Monocular metasurface camera for passive single-shot 4D imaging. Nat Commun 2023;14:1035. . 10.1038/s41467-023-36812-6

[35]	Li L, Wang S, Zhao F, Zhang Y, Wen S, Chai H, et al. Single-shot deterministic complex amplitude imaging with a single-layer metalens. Sci Adv 2024;10(1): eadl0501. . 10.1126/sciadv.adl0501

[36]	Zhang F, Guo Y, Pu M, Chen L, Xu M, Liao M, et al. Meta-optics empowered vector visual cryptography for high security and rapid decryption. Nat Commun 2023;14:1946. . 10.29026/oea.2023.230073

[37]	Dorrah AH, Rubin NA, Zaidi A, Tamagnone M, Capasso F. Metasurface optics for on-demand polarization transformations along the optical path. Nat Photonics 2021;15(4):287‒96. . 10.1038/s41566-020-00750-2

[38]	Piccardo M, de Oliveira M, Toma A, Aglieri V, Forbes A, Ambrosio A. Vortex laser arrays with topological charge control and self-healing of defects. Nat Photonics 2022;16(5):359‒65. . 10.1038/s41566-022-00986-0

[39]	Gao Y, Chen Z, Ding J, Wang HT. Single ultra-high-definition spatial light modulator enabling highly efficient generation of fully structured vector beams. Appl Opt 2019;58(24):6591‒6. . 10.1364/ao.58.006591

[40]	Liu S, Qi S, Zhang Y, Li P, Wu D, Han L, et al. Highly efficient generation of arbitrary vector beams with tunable polarization, phase, and amplitude. Photon Res 2018;6(4):228‒33. . 10.1364/prj.6.000228

[41]	Moreno I, Davis JA, Cottrell DM, Donoso R. Encoding high-order cylindrically polarized light beams. Appl Opt 2014;53(24):5493‒501. . 10.1364/ao.53.005493

[42]	Liu S, Li P, Peng T, Zhao J. Generation of arbitrary spatially variant polarization beams with a trapezoid Sagnac interferometer. Opt Express 2012;20(19):21715‒21. . 10.1364/oe.20.021715

[43]	Chen S, Zhou X, Liu Y, Ling X, Luo H, Wen S. Generation of arbitrary cylindrical vector beams on the higher order Poincaré sphere. Opt Lett 2014;39(18):5274‒6. . 10.1364/ol.39.005274

[44]	Li P, Zhang Y, Liu S, Ma C, Han L, Cheng H, et al. Generation of perfect vectorial vortex beams. Opt Lett 2016;41(10):2205‒8. . 10.1364/ol.41.002205

[45]	Zhang Y, Li P, Ma C, Liu S, Cheng H, Han L, et al. Efficient generation of vector beams by calibrating the phase response of a spatial light modulator. Appl Opt 2017;56(17):4956‒60. . 10.1364/ao.56.004956

[46]	Becker W, Bergmann A, Biscotti GL, Rueck A. Advanced time-correlated single photon counting techniques for spectroscopy and imaging in biomedical systems. In: Proceedings of Lasers and Applications in Science and Engineering; 2004 Jan 25; San Jose, CA, USA. SPIE; p. 104‒12. . 10.1117/12.529143

[47]	Liang J, Ye Y, Gu F, Zhang J, Zhao J, Song Z. A polarized structured light method for the 3D measurement of high-reflective surfaces. Photonics 2023;10(6):695. . 10.3390/photonics10060695

[48]	Huang X, Wu C, Xu X, Wang B, Zhang S, Shen C, et al. Polarization structured light 3D depth image sensor for scenes with reflective surfaces. Nat Commun 2023;14:6855. . 10.1038/s41467-023-42678-5

[49]	Guo Y, Zhang S, Pu M, He Q, Jin J, Xu M, et al. Spin-decoupled metasurface for simultaneous detection of spin and orbital angular momenta via momentum transformation. Light Sci Appl 2021;10:63. . 10.1038/s41377-021-00497-7

[50]	Luo X, Pu M, Zhang F, Xu M, Guo Y, Li X, et al. Vector optical field manipulation via structural functional materials: tutorial. J Appl Phys 2022;131(18):181101. . 10.1063/5.0089859

[51]	Valagiannopoulos C, Sarsen A, Alù A. Angular memory of photonic metasurfaces. IEEE Trans Antennas Propag 2021;69(11):7720‒8. . 10.1109/tap.2021.3083806

[52]	Wang X, Wang H, Wang J, Liu X, Hao H, Tan YS, et al. Single-shot isotropic differential interference contrast microscopy. Nat Commun 2023;14:2063. . 10.1038/s41467-023-37606-6

[53]	Wang Z, Hu G, Wang X, Ding X, Zhang K, Li H, et al. Single-layer spatial analog meta-processor for imaging processing. Nat Commun 2022;13:2188. . 10.1038/s41467-022-29732-4

[54]	Metzler CA, Heide F, Rangarajan P, Balaji MM, Viswanath A, Veeraraghavan A, et al. Deep-inverse correlography: towards real-time high-resolution non-line-of-sight imaging. Optica 2020;7(1):63‒71. . 10.1364/optica.374026

[55]	Liu X, Wang J, Li Z, Shi Z, Fu X, Qiu L. Non-line-of-sight reconstruction with signal-object collaborative regularization. Light Sci Appl 2021;10:198. . 10.1038/s41377-021-00633-3

[56]	Willomitzer F, Rangarajan PV, Li F, Balaji MM, Christensen MP, Cossairt O. Fast non-line-of-sight imaging with high-resolution and wide field of view using synthetic wavelength holography. Nat Commun 2021;12:6647. . 10.1038/s41467-021-26776-w

[57]	Huang L, Han Z, Wirth-Singh A, Saragadam V, Mukherjee S, Fröch JE, et al. Broadband thermal imaging using meta-optics. Nat Commun 2024;15:1662. . 10.1038/s41467-024-45904-w

AI Summary AI Mindmap

PDF (4120KB)

专题

Supplementary files

supplementary data

2407

访问

被引

Altmetric

详细

导航

期刊首页

在线期刊

优先出版

当前目录

过刊浏览

专题出版

作者中心

作者指南

征稿启事

出版政策

版权协议

模板下载

关于期刊

出版范围

期刊介绍

编委会

青年通讯专家

收录与重大支持

联系我们

English