隨著物體識別和三維(3D)重建技術在各種逆向工程、人工智能、醫療診斷和工業生產領域變得至關重要，人們越來越關注尋求高效、速度更快、更集成的方法來簡化加工。在當前的物體識別和3D重建領域，樣本輪廓信息的提取主要通過各種計算機算法來完成。傳統計算機處理器受到功耗高、運算速度低、算法復雜等多重限制。在這方面，最近人們越來越關注尋找替代光學方法來執行這些技術。光學計算理論和圖像處理的發展為物體識別和3D重建技術提供了更加完整的理論基礎。近年來，光學方法由于其超快的運算速度、高集成度和低延遲的巨大優勢，作為比傳統機制的替代范式受到了更多的關注。作為亞波長尺度的二維納米結構，超表面在光學的革命性發展中展現出了非凡的能力，可以有效簡化和深度集成光學系統的占地面積。在實際應用中，超表面已顯示出有效操縱多個光參數的能力。因此，超表面被應用于許多潛在領域，例如光學模擬計算、光學密碼學、光學器件設計、信號操縱、顯微成像、光學成像和納米繪畫。

光學計算超表面作為一種二維人工設計元件，表現出控制光束的相位、幅度、偏振和頻率分布的超常特性，能夠對輸入光場進行數學運算。近日，湖南大學物理與電子學院羅海璐教授課題組提出了一種基于光計算超表面的全光學物體識別與3D重建技術。與傳統機制不同，該方案減少了輪廓表面提取處理中的內存消耗。高對比度和低對比度物體的實驗結果的識別和重建與真實物體非常吻合。全光學物體識別和3D重建技術的探索提供了高效率、低消耗和緊湊系統的潛在應用。

本文作者提出了一種基于光學計算超表面的全光學物體識別和3D重建技術。通過設計和制造光學計算超表面，實現了高對比度和低對比度物體的全光學物體識別和3D重建。與以往基于超表面的3D成像研究不同，該方法依靠光學模擬計算來獲取物體的輪廓信息，可以實現高對比度和低對比度物體的物體識別和3D重建，可以提供基于超表面的光學模擬計算的獨特應用。物體識別系統的原理如圖1(a)所示。當被觀察物體添加到系統中時，系統可以通過全光學的方式輸出物體的輪廓信息。該系統的物體識別能力還可以擴展到全光學3D重建技術。通過重新組合觀察物體的不同投影圖像，可以獲得觀察物體的3D模型，無論是高對比度物體還是低對比度物體[圖1]。1(b)]。從理論上講，高對比度物體的3D輪廓表面可以視為無限二維輪廓的疊加。因此，對于高對比度物體，提出了旋轉方法和切片方法來獲得3D重建。對于低對比度物體，可以通過打破正交偏振態技術來獲得3D重建模型。

為了證實上述方案中3D重建的可行性，以圖2(a)中的球體為例。通過在光學系統中等間隔旋轉物體，CCD相機可以捕獲物體在不同投影平面上的多個輪廓結果，如圖2(b)所示。最后，通過重新排列和組合整個輪廓信息，可以重建高對比度物體的3D實驗重建模型[圖1]。2(c)]。在圖中。如圖3(d)-3(e)所示，芫荽籽、蘑菇模型和棒棒糖模型已被用來演示這一重建過程。理論上講，間距角越小，重建模型越準確。作為概念驗證演示，僅使用有限的輪廓來說明該方案進行3D重建的可行性，實驗結果表明該技術是方便且準確的。

不失一般性，研究小組重點研究具有復雜輪廓表面的高對比度物體。對于一些具有復雜表面的高對比度物體，通過旋轉物體的3D重建方法不再適用。因此，該小組提出了另一種通過切片物體的3D重建方法。以圖3(a)中的球體為例，以微小間隔對物體進行切片，通過CCD相機可以捕獲物體在不同投影平面上的多個輪廓結果，如圖3(b)所示。最后，通過重新排列和組合整個輪廓信息，可以重建高對比度物體的3D實驗重建模型[圖1]。3(c)]。理論上，切片過程的精度越高，重建的3D模型就越準確。作為概念驗證演示，一些具有獨特特征的簡單幾何形狀(例如凹槽、平臺和凸臺)已用于驗證圖 1 和 2 中的實驗。3(d1)-3(f1)。通過對這三個物體進行切片，得到它們在不同平面上的輪廓信息，對這些輪廓信息進行重新排列和組合，最終得到如圖1和圖2所示的3D實驗重建模型。3(d2)-3(f2)。無論是內部有凹口的凹槽、外部凸起的凸臺還是斜面的平臺，3D實驗重建模型的形狀和尺寸都與原始物體非常吻合。該方法對于具有復雜表面或內部結構的物體的3D重建具有潛在的應用。

通過探索基于光計算超表面的全光模擬計算系統的應用，提出并實現了針對高對比度和低對比度物體的光學物體識別和3D重建技術。這項工作有望應用于種子篩選、表面形貌檢測和定量顯微3D重建，該研究將為圖像處理和工業檢測提供獨特的方向。