Даты
Общая информация
В реальной жизни, как правило, требуется обеспечить получение изображений в условиях динамического рассеяния, таких как атмосферная турбулентность, туман, биологические ткани и т.д. Известно, что такие среды рассеивают свет поэтому зачастую трудно идентифицировать искаженные изображения. Одним из известных подходов для решения этой проблемы является метод адаптивной оптики (AO), который использует деформируемое зеркало для фильтрации искажения. В АО измеряется искаженный волновой фронт объекта и используется деформируемое зеркало для компенсации возмущений волнового фронта. Однако АО становится проблематичным для сложных объектов и сильной турбулентности из-за времени задержки в процессе обратной связи. Недавно мы предложили схему оптической нейронной сети (ОНС), которая может предсказывать большие и сложные хаотические системы с такой скоростью и точностью, как современных суперкомпьютеров. Поэтому интеграция ОНС в AО позволит нам преодолеть ограничения визуализации в условиях сильной турбулентности. В частности, изменения, которые произойдут во время турбулентности, могут быть предсказаны с использованием ОНС, которая имея компактные размеры и потребляя меньше энергии․ Наша умная система визуализации может в будущем модернизировать работа различных летательных аппаратов.
