南京理工大学革新3D成像技术：深度学习助力低成本高速成像
在科技迅速发展的今天，3D成像技术已成为光学计量和信息领域的重要研究方向。南京理工大学的一个团队最近取得了突破性进展，他们利用深度学习技术，使得传统的低速相机能够实现高分辨率、高速的3D成像。这一成果不仅降低了成本，还提高了空间和时间分辨率，为工业检测、生物医学研究等领域带来了革命性的改变。
深度学习多路复用FPP(DLMFPP)方法的创新
南京理工大学的科研团队开发了一种名为深度学习多路复用FPP(DLMFPP)的新型3D成像技术。这项技术通过结合计算成像和深度学习，在空间中编码时间信息，成功克服了低成本相机硬件速度的限制。DLMFPP方法不仅提高了相机的成像速度，还保持了3D图像的像素分辨率和信噪比(SNR)，这是传统低速相机难以实现的。
技术细节与特点
DLMFPP技术利用数字微镜器件的高时间分辨率能力和频域复用，将时间信息编码在一个复用条纹图案中。这种方法消除了传感器帧速率对3D成像速度的限制，使得使用传统低速相机的3D帧速率几乎可以提高一个数量级。DLMFPP在其投影策略中使用了具有不同倾斜角度的条纹图案序列，当投影速度超过相机速度时，相机将捕获与条纹图案序列叠加的复用图像。通过使用嵌入了傅里叶变换和集成学习的深度神经网络，DLMFPP能够将图像解码为其原始序列，实现高保真的解耦。
实验验证与成果
研究人员通过对瞬态场景的实验演示，验证了DLMFPP的有效性和多功能性。实验表明，DLMFPP可以使用运行频率约为100Hz的低速相机实现高速千赫兹3D成像，而不会影响图像分辨率。这一成果表明，DLMFPP方法能够克服成像探测器硬件的物理限制，使慢速扫描相机能够以高时空分辨率定量研究动态过程。
DLMFPP技术的压缩成像模式具有低成本、降低带宽和内存要求以及低功耗等多种优势。与传统的计算成像技术不同，DLMFPP不依赖于空间编码器或其他复杂的光学调制硬件，通过使用简单的光路，避免了光子损失，确保了3D成像的高SNR。这项技术几乎可以在任何现成的FPP系统上实现，为高速和超高速3D成像技术的进一步发展开辟了新途径。南京理工大学的这一研究成果，不仅推动了3D成像技术的发展，也为相关领域的研究和应用提供了新的可能性。
-
横向色差与纵向色差：镜头色差异从哪里来，怎么测？
白光是由不同波长的光组成的复合光。由于透镜材料对不同波长的光折射率不同，不同颜色的光经过透镜后会产生不同的折射角度和焦距——这就是色差（Chromatic Aberration）。
2026-09-29
-
镜片一装上去像就变？光学元件应力双折射的成因、定量检测与装夹启示
不少装调工程师都遇到过这样的情况：一片单独检测合格的镜片，装进镜筒、拧上压圈后，波前或偏振状态却发生了变化；胶合固化后的透镜，在偏光仪下出现一圈圈彩色条纹。这些现象背后，往往是同一个"看不见的变量"——应力双折射（Stress Birefringence）。本文梳理应力双折射的成因、它对光学性能的影响、定量检测原理与相关标准，并讨论它对光学装夹（预紧力/应力平衡）的实际启示。
2026-09-29
-
130°大视场、25点测量、60秒出MTF 内窥镜光学性能怎么做量产检测？
无论是腹腔、关节、鼻窦等硬管内窥镜，还是电子胃肠镜、胶囊内镜，医生都要通过一根细长的镜体看清体内细节。视场够不够大、边缘清不清晰、有没有变形，直接关系到病灶能否被发现。随着医用内窥镜国产替代加速、工业孔探应用增多，仅靠人工看分辨率板"数线对"已难以满足量产质控要求。本文结合 TRIOPTICS 的 ImageMaster® ENDO PRO 内窥镜专用光学传递函数测量仪，梳理内窥镜光学检测的特殊点、MTF 测量方法与量产化设备实现。
2026-09-28
-
AI 芯片扩产，卡在"最后一道“光学关”——从 CoWoS 到 CPO，为什么光学对准与检测成了新瓶颈
9 月初的 SEMICON Taiwan 2026 上，多家国际机构的调研罕见地指向同一个判断：AI 半导体的扩产，正在从“前端增产”走向“全链条扩产”——产能压力从晶圆厂蔓延到先进封装、光互连和测试。而对光学行业的人来说，这条链的末端藏着本次展会最实在的信号：量产的卡点，恰好落在了光学对准与检测上。
2026-09-28
-
批产一致性数据读图指南：单片合格，为什么批次还是不达标
一条 MTF 曲线、一张波面图、一份偏心报告。但量产阶段真正决定交付质量的，往往是批次数据的一致性：100 片镜头里每一片都过规格，并不意味着这一批就是稳定的。
原因在于下游系统通常由多片光学元件级联构成。单片各自满足容差，其偏差在系统内随机叠加后，合成波前误差会显著放大；批内离散度越大，装配后系统性能的可预测性越差。因此，读批次数据的方法与读单片数据有本质区别：关注的不是"某一片好不好"，而是"整批是否受控、变异来自哪里"。2026-09-28
