《Optics & Laser Technology》:Deep-robust computational phase microscopy beyond the field of view limit
编辑推荐:
Zedi Li|Hang Zhao|Jinsong Zhang|Jian Wang|Shiyuan Liu|Jinlong Zhu摘要定量相位显微镜(QPM)是一种强大的成像技术,在材料科学中得到了广泛应用。然而,传统的QPM在视场(FOV)和光学分辨率之间存在权衡。为了解决这一
Zedi Li|Hang Zhao|Jinsong Zhang|Jian Wang|Shiyuan Liu|Jinlong Zhu
摘要
定量相位显微镜(QPM)是一种强大的成像技术,在材料科学中得到了广泛应用。然而,传统的QPM在视场(FOV)和光学分辨率之间存在权衡。为了解决这一挑战,我们提出了深度鲁棒计算相位显微镜(DR-CPM)。该方法结合了横向扫描干涉术和基于深度学习的预处理架构,实现了任意视场的定量相位成像,而不会牺牲光学分辨率。DR-CPM利用倾斜的参考光束和连续的样品扫描策略,将多个干涉图合成一个相位图,从而将传统的耗时垂直相位移动过程转变为高速的横向样品扫描过程。深度神经网络可以校正机械不稳定性,如俯仰偏差、振动和速度不均匀性,从而无需复杂的光学组件或预先校准。这种方法能够实现高通量、无伪影的成像,即使对于没有平坦区域的样品也是如此。我们通过单次扫描过程实验性地重建了晶圆样品的相位图(长度为727.10 μm,宽度为102.82 μm)。我们认为DR-CPM在大面积和高速定量相位成像方面代表了重大进展,可能在材料表征、纳米成像、半导体缺陷检测和环境监测等多个领域得到应用。