用于遥感的新型超表面边缘检测滤波器可以改变农作物监测

5月27日，ARC变革性元光学系统卓越中心(TMOS)和纽约城市大学(CUNY)的研究人员在《自然通讯》上发表了新研究成果，为平面光学成像系统实现了一种新型可调节边缘检测滤波器，可以在物体轮廓图像和详细的红外图像之间切换。

紧凑轻巧的模拟边缘检测图像处理器的开发对于环境监测和监视等遥感应用尤其重要，因为它有可能最大限度地缩小无人机尺寸、延长部署时间并降低运营成本。这项新研究是实现该设备的一大步，增加了标准红外成像功能。

这可能导致食品杂货更便宜，因为农民能够更准确地确定哪些作物需要灌溉、施肥和病虫害防治，而不是采取一刀切的作物管理方法。

它还可以帮助保护濒危物种，因为边缘检测系统可以提供有关栖息地类型和生态系统边界的宝贵数据。这些数据用于栖息地的恢复和保护，但目前收集成本很高。

边缘检测是一种图像处理工具，可提取物体的轮廓，帮助区分物体和背景。目前，这是一个在图像被捕获后进行的数字过程，需要庞大的处理器和传统的成像系统。这种形式的数字边缘检测会产生大量需要处理、存储和传输的数据。

TMOS研究人员及其合作伙伴开发的模拟图像滤波器在拍摄图像之前将拍摄对象缩小到轮廓，从而大大减少了生成的数据量。它还可以在需要时切换到未过滤的详细红外图像，这是一项新颖的开发，当遥感器识别出潜在害虫侵扰区域时，农民可以收集更多信息。

该滤光片厚度仅为几纳米，一层薄薄的相变材料二氧化钒(VO2)嵌入更厚的硅超表面内。当滤光片的温度发生变化时，VO2会从绝缘状态转变为金属状态，处理后的图像会从滤波轮廓转变为未滤波的红外图像。

超光学(又称平面光学和纳米光子学)是一个新兴领域，它通过用超表面取代传统透镜来实现光学技术的小型化。该滤光片可与超透镜结合使用，大大缩小成像系统的尺寸，非常适合用于无人机、卫星和其他需要低尺寸、低重量和低功率要求的应用。

主要作者MicheleCotrufo表示：“虽然最近的一些演示已经利用超表面实现了模拟边缘检测，但迄今为止演示的大多数设备都是静态的。它们的功能是固定的，无法动态改变或控制。

“然而，动态重新配置处理操作的能力是超表面能够与数字图像处理系统竞争的关键。这就是我们所开发的。”

重要的是，在提供备受追捧的可重构性的同时，超表面在数值孔径、效率、各向同性和极化独立性方面的性能也与其静态对应物相匹配。

TMOS合作研究员AndreaAlu表示：“我们使用VO2层和局部加热元件作为概念验证。现在，有可能将研究范围扩大到不需要加热的非挥发性相变材料，或将其与外部泵浦激光器集成以实现光诱导加热。后一种情况可能为全光学可重构非线性模拟计算开辟有趣的途径。”

该原型由TMOS首席研究员MadhuBhaskaran及其RMIT大学的团队制作。Bhaskaran表示：“二氧化钒等相变材料具有出色的调谐能力，可使设备变得‘智能’。正如我们所展示的，这些材料在未来的平面光学设备中大有作为。”

墨尔本大学的共同作者ShabanSulejman表示：“这款过滤器令人兴奋的地方在于其设计和所用材料使其适合大规模生产。它的工作温度也与标准制造技术兼容，这使得它非常适合与商用系统集成，因此可以如此迅速地从研究转向实际使用。”

TMOS首席研究员、墨尔本大学教授AnnRoberts表示：“超光学有可能改变无数行业，而且变化速度很快。传统光学元件长期以来一直是阻碍设备进一步小型化的瓶颈。用薄膜光学元件替代或补充传统光学元件的能力突破了这一瓶颈。

“对于农业等行业来说，这可能意味着实时监测环境状况、从无人机或卫星等遥感平台获取更好的图像，以及进行更广泛的数据收集，而无需应对通常伴随的后勤挑战。”