美国西北大学开发出新型滤波器 改善自动驾驶汽车图像处理能力

盖世汽车讯 增强现实系统、虚拟现实系统、自动驾驶汽车和生物识别系统等工具正在对日常生活产生重要影响，而且它们的影响将会在未来进一步扩大。使得这些技术能够为人所用的关键之一是高效的图像处理，而研究人员正在不断寻找实时完成这一目标的最佳方法。

据外媒报道，来自美国西北大学麦考密克工程学院（Northeast Engineering）的电器和计算机工程系的副教授Koray Aydin最近设计并展示了一种超表面空间滤波器，不需要特殊的照明条件即可运行，并且可以直接在日光条件下工作。该滤波器克服了偏振依赖性、窄工作带宽和空间相干性等限制，因此更适合实际应用，能够改进增强现实和虚拟现实系统、自动驾驶车辆和生物识别系统中使用的图像处理。

这项工作的重大进步之一是超表面能够在更广泛的波长范围（延伸至近红外波长）上进行边缘检测，将新型滤波器的潜在应用扩展到了可见光频谱之外。

西北大学野猫队标志在没有超表面和有超表面检测状态下的对比；图片来源：西北大学

Aydin表示：“实验结果证实，这种方法能够实现与偏振无关的宽带边缘检测，在可见光谱的相干和非相干照明下实现高传输效率。近红外范围内的进一步模拟和测量验证了超表面执行边缘检测的能力，表明其拥有广谱应用的潜力。”研究人员的设备可以应用在电信、遥感和生物医学成像等领域。

Aydin说：“我们的方法同时解决了多个挑战，从而为超表面在现实世界图像处理和全光学计算任务中的实际应用铺平了道路。”

Aydin与合作者Ibrahim Tanriover已将相关研究发表于期刊《自然通讯（Nature Communications）》 ，其中Tanriover是西北大学的博士生和Aydin实验室的成员。

在研究中，Aydin表示，这项研究通过展示一种实用、高效且多功能的全光学边缘检测方法，推动了该领域的发展。研究人员设计的超表面不仅可以在二维环境中进行边缘检测，还可以在从可见光到近红外波长的宽光谱范围内进行边缘检测。Aydin表示：“这代表着我们朝着实现紧凑、低功耗、超高速的全光数据和图像处理系统迈出了重要一步。”

未来，Aydin和Tanriover计划通过将这些设备与其他超光学（例如超透镜）集成，创建光学图像处理器和紧凑、低功耗、超高速的全光学数据处理系统库。此前对超表面和全光学计算的研究证明了超表面在光学边缘检测方面的潜力，但受到多种因素的制约，例如对特定入射光角度的依赖、对偏振的敏感性、额外光学滤波器的必要性、窄操作带宽、有限的一维处理适用性、对相干光源的依赖以及后续数字后处理的需要。这项研究解决了这些局限性，并展示了一种更实用、更通用的解决方法。