一种基于涡旋光扫描的相位边界探测系统

    公开(公告)号:CN119375158A

    公开(公告)日:2025-01-28

    申请号:CN202411537863.2

    申请日:2024-10-31

    Abstract: 本发明公开了一种基于涡旋光扫描的相位边界探测系统,包括光源模块,无限远成像模块和成像处理模块,通过螺旋相位片产生聚焦涡旋光对样品进行扫描,随后利用无限远光学模块对样品扫描点进行成像,无限远光学系统设置与光源入射光拓扑核数相反的螺旋相位片,成像处理模块对相位均一区域弱化处理,对相位变化区域强化处理,成像结果显示相位边界光强明显高于相位均一处的光强,实现了对相位边界强化处理的技术效果,且此技术方案对成像分辨率无影响。

    一种用于多点聚焦倍频过程的局域准相位匹配改进方法

    公开(公告)号:CN109709740B

    公开(公告)日:2020-06-30

    申请号:CN201910042551.7

    申请日:2019-01-17

    Applicant: 南京大学

    Abstract: 本发明公开了一种用于多点聚焦倍频过程的局域准相位匹配改进方法,在局域准相位匹配(LQPM)的基础上改进得到,可以对多点聚焦过程提供更好的相位匹配。改进的具体方法是考虑相邻匹配点之间的相位关系,通过加入耦合相位项对原始LQPM超晶格结构设计函数进行修正,抑制二次谐波传播方向上邻近匹配点的相互干扰,同时提升非线性过程的谐波转换效率。这种LQPM的改进方法同时可被视为一种产生非线性光束整形的方法,通过超晶格畴结构的设计能够同时实现频率转换和二次谐波的波前调制,其中二次谐波的传播轨迹可以任意设计,而不局限于艾瑞光束等常见光束。本发明提高了倍频密集聚焦的聚焦准确度和倍频转换效率,在改善非线性光学成像质量和光束质量方面有重要应用。

    一种用于多点聚焦倍频过程的局域准相位匹配改进方法

    公开(公告)号:CN109709740A

    公开(公告)日:2019-05-03

    申请号:CN201910042551.7

    申请日:2019-01-17

    Applicant: 南京大学

    Abstract: 本发明公开了一种用于多点聚焦倍频过程的局域准相位匹配改进方法,在局域准相位匹配(LQPM)的基础上改进得到,可以对多点聚焦过程提供更好的相位匹配。改进的具体方法是考虑相邻匹配点之间的相位关系,通过加入耦合相位项对原始LQPM超晶格结构设计函数进行修正,抑制二次谐波传播方向上邻近匹配点的相互干扰,同时提升非线性过程的谐波转换效率。这种LQPM的改进方法同时可被视为一种产生非线性光束整形的方法,通过超晶格畴结构的设计能够同时实现频率转换和二次谐波的波前调制,其中二次谐波的传播轨迹可以任意设计,而不局限于艾瑞光束等常见光束。本发明提高了倍频密集聚焦的聚焦准确度和倍频转换效率,在改善非线性光学成像质量和光束质量方面有重要应用。

    外置成像模组及元件的组合
    4.
    发明公开

    公开(公告)号:CN117310961A

    公开(公告)日:2023-12-29

    申请号:CN202311379043.0

    申请日:2023-10-23

    Applicant: 南京大学

    Abstract: 本申请提供一种外置成像模组及元件的组合。上述外置成像模组,包括:壳体以及设于壳体内部的成像透镜组和相位调制单元,其中,成像透镜组被配置为对样品进行第二次或第二次以上次序的成像,相位调制单元被配置为对经成像透镜组出射的光线进行调制以于外置成像模组的成像面形成期望的样品图像;其中,相位调制单元所在的平面与光源所在的平面为一对共轭面,并且,至少相位调制单元所在的平面和外置成像模组的成像面之间的光路未引入进行傅里叶变换的透镜或透镜组。上述外置成像模组,可在无需改变原有的显微成像光路的情况下实现更多样的成像效果,同时可避免分辨率下降,提升成像品质。

    物镜模组、元件的组合及外置模组

    公开(公告)号:CN117250744A

    公开(公告)日:2023-12-19

    申请号:CN202311222612.0

    申请日:2023-09-20

    Applicant: 南京大学

    Abstract: 本申请提供一种物镜模组、元件的组合及外置模组。上述物镜模组包括:壳体;成像透镜组,设于壳体内部,被配置为接收光源照射至样品并经样品出射的光线,以对样品进行至少一次成像;相位调制单元,设于壳体内部,被配置为对经成像透镜组出射的光线进行调制以于物镜模组的成像面形成期望的样品图像;其中,相位调制单元所在的平面与光源所在的平面为一对共轭面,并且,至少相位调制单元所在的平面和物镜模组的成像面之间的光路未引入进行傅里叶变换的透镜或透镜组。上述物镜模组,可在无需改变原有的显微成像光路的情况下实现更多样的成像效果,同时可避免分辨率下降,提升成像品质。

    一种基于神经网络的多模涡旋光束解复用方法

    公开(公告)号:CN112861634A

    公开(公告)日:2021-05-28

    申请号:CN202110028012.5

    申请日:2021-01-11

    Applicant: 南京大学

    Abstract: 本发明公开一种基于神经网络的多模涡旋光束解复用方法,包括以下步骤:依照多模涡旋光束的表达式进行数据仿真,构建数据集;设计深度卷积神经网络,对输入图像进行卷积操作提取高阶特征并用下采样处理压缩数据量,得到低维向量,对局部特征进行增强和提取;将其代入卷积神经子网络结构进行高阶特征表征,进一步提取其中所保留的振幅与强度分布的联系,得到与振幅相关的高维向量;将高维向量按顺序一维展开,通过全连接层将学习到的特征映射到数据标签空间上,最终得到振幅占比向量;根据训练效果对模型的可调参数进行修改,使模型表现最优。这种解复用方法可以在较复杂的多模式耦合情况上表现更好,可以凭借输入图像解析出每个模式的振幅,改进光通讯的效果。

    成像系统、物镜模组及取像装置
    7.
    发明公开

    公开(公告)号:CN119024543A

    公开(公告)日:2024-11-26

    申请号:CN202311679817.1

    申请日:2023-12-07

    Abstract: 本申请提供一种成像系统、物镜模组及取像装置。上述成像系统沿着光轴由物侧至像侧依序包括:光源,被配置为提供照射至样品的光线;成像透镜组,被配置为接收经样品反射的光线以对样品进行至少一次成像;以及,相位调制单元,被配置为对经成像透镜组出射的光线进行调制以于成像系统的成像面形成期望的样品图像;其中,相位调制单元所在的平面与光源所在的平面为一对共轭面。上述成像系统,有利于实现凸显金相试样明暗变化的浮雕成像效果;并且,上述成像系统光路并不复杂,有利于降低金相显微镜的成本和造价。

    成像系统、制备方法及取像装置
    8.
    发明公开

    公开(公告)号:CN117192757A

    公开(公告)日:2023-12-08

    申请号:CN202311221510.7

    申请日:2023-09-20

    Applicant: 南京大学

    Inventor: 洪煦昊

    Abstract: 本申请提供一种成像系统、制备方法及取像装置。上述成像系统沿着光轴由物侧至像侧依序包括:光源,被配置为提供照射至样品的光线;成像透镜组,被配置为接收经样品出射的光线以对样品进行至少一次成像;以及,相位调制单元,被配置为对经成像透镜组出射的光线进行调制以于成像系统的成像面形成期望的样品图像;其中,相位调制单元所在的平面与光源所在的平面为一对共轭面;并且,至少相位调制单元所在的平面与成像系统的成像面之间的光路未引入进行傅里叶变换的透镜或透镜组。上述成像系统,可在无需改变原有的显微成像光路的情况下实现更多样的成像效果,同时可避免分辨率下降,提升成像品质。

    一种用于精细调控二阶非线性光学过程的方法

    公开(公告)号:CN112269264B

    公开(公告)日:2021-06-22

    申请号:CN202011266173.X

    申请日:2020-11-13

    Applicant: 南京大学

    Abstract: 本发明公开了一种通过人工微结构设计精细调控二阶非线性光学过程的方法。传统的准相位匹配(QPM)理论通过设计光学超晶格对非线性过程提供相位匹配,其中光学超晶格的周期由非线性过程中的波矢失配所决定。理论计算表明这种方法无法严格确保非线性过程中能量和相位变换的单向性,在高转换效率的情况会产生显著误差,并且难以在相位匹配的同时对谐波相位进行调控。本发明提出在设计超晶格结构时引入相对相位差角这一参量,通过选取合适的相对相位差角,可以精细调控非线性过程中的倍频波或基波的能量变化和相位变化,在提高非线性过程转换效率方面有重要应用。

    一种基于神经网络的多模涡旋光束解复用方法

    公开(公告)号:CN112861634B

    公开(公告)日:2024-04-09

    申请号:CN202110028012.5

    申请日:2021-01-11

    Applicant: 南京大学

    Abstract: 本发明公开一种基于神经网络的多模涡旋光束解复用方法,包括以下步骤:依照多模涡旋光束的表达式进行数据仿真,构建数据集;设计深度卷积神经网络,对输入图像进行卷积操作提取高阶特征并用下采样处理压缩数据量,得到低维向量,对局部特征进行增强和提取;将其代入卷积神经子网络结构进行高阶特征表征,进一步提取其中所保留的振幅与强度分布的联系,得到与振幅相关的高维向量;将高维向量按顺序一维展开,通过全连接层将学习到的特征映射到数据标签空间上,最终得到振幅占比向量;根据训练效果对模型的可调参数进行修改,使模型表现最优。这种解复用方法可以在较复杂的多模式耦合情况上表现更好,可以凭借输入图像解析出每个模式的振幅,改进光通讯的效果。

Patent Agency Ranking