Учените от Университета в Рочестър разработиха система за инфрачервена визуализация, която позволява получаването на по-ясни изображения при силно разсейване на светлината, например при преминаване през мъгла или биологични тъкани. Новата технология използва достъпни силициеви детектори: тънък филм от оксид на индий и олово преобразува инфрачервеното излъчване във видима светлина, а свръхкратките светлинни импулси отсяват разсеяните фотони, които изкривяват изображението. В перспектива разработката може да намери приложение в медицинската визуализация, включително за откриване на тумори, както и в LiDAR системите.

Близката инфрачервена светлина се използва в медицинската визуализация и в LiDAR системите за автономния транспорт, тъй като позволява получаването на изображения там, където видимата светлина се разсейва по-силно. При преминаване през дълбоки тъкани, мъгла и други разсейващи среди обаче инфрачервените фотони също се отклоняват от първоначалната си траектория, поради което изображението губи яснота. Освен това традиционните устройства използват специализирани детектори от скъпи материали.

Времево стробиране с пикосекундна прецизност

В новата система този проблем е решен с помощта на времево стробване, метод, върху който лабораторията по оптика на Университета в Рочестър работи повече от десет години. Свръхкратките светлинни импулси изпълняват ролята на своеобразен оптичен затвор: те позволяват да се улавят фотони от близкия инфрачервен диапазон в рамките на много кратък период от време, от порядъка на една пикосекунда. През това време светлината успява да измине едва около 0,3 mm, колкото дебелината на няколко човешки косъма.

За преобразуване на инфрачервеното излъчване изследователите използват тънък филм от индиево-калаен оксид. Попадащите върху него инфрачервени фотони се преобразуват в видима светлина, която след това се регистрира от обикновени силициеви детектори. Този подход дава възможност да се отхвърлят по-скъпите специализирани материали и едновременно с това да се намали влиянието на разсеяната светлина върху изображението.

След това учените са допълнили системата с машинно обучение. Алгоритмите позволяват реконструкция на изображението извън ограничената област, която системата непосредствено заснема, като по този начин значително разширяват нейното зрително поле.

Според изследователите технологията може да намери приложение в биомедицинската визуализация, включително при откриването на тумори, както и в LiDAR системите на автономните автомобили. В последния случай по-ясната картина при мъгла и други сложни условия може да повиши точността на работата на сензорите.