Upconversion optische entropiecodering voor infrarood complex-amplitudebeeldvorming

Het onzichtbare warmtebeeld om ons heen zien

Van auto’s die ’s nachts rijden tot kleine structuren in levende cellen: veel van de wereld om ons heen straalt onzichtbaar infraroodlicht uit. Het vastleggen van gedetailleerde films van dit “warmtelicht” zou gebieden van autonoom rijden tot medische beeldvorming kunnen transformeren, maar de huidige infraroodcamera’s zijn duur, energie-intensief en vaak traag. Dit artikel introduceert een nieuwe manier om zwakke infraroodsignalen om te zetten in scherpe, videokwaliteitbeelden met gewone zichtbare-lichtcamera­sensoren en een vleugje slimme optica en AI.

Warmte omzetten in zichtbaar licht

Standaard infraroodcamera’s vertrouwen op gespecialiseerde materialen die vaak tot zeer lage temperaturen gekoeld moeten worden, waardoor ze log en duur zijn. Een aantrekkelijk alternatief is om infraroodlicht te “upconverten” naar zichtbaar licht dat goedkope siliciumsensoren kunnen detecteren. Bestaande upconversion-methoden vallen in twee categorieën. Coherente technieken behouden de fijne details van het licht maar vereisen krachtige lasers en nauwkeurige uitlijning. Incoherente methoden, gebaseerd op speciale gloeiende materialen, zijn eenvoudiger en werken met veel zwakker licht, maar ze laten het golfachtige deel van licht, de fase, verloren gaan. Het nieuwe werk combineert de sterktes van beide werelden: het behoudt de eenvoud en gevoeligheid van gloeiende materialen en wint tegelijkertijd toegang tot de verborgen golfinformatie terug.

Licht verstrooien om meer te onthullen

De kern van de aanpak is een idee dat optische entropiecodering wordt genoemd. De onderzoekers laten het binnenkomende infraroodbeeld eerst door een ruw stuk mat glas gaan dat het licht verstrooit tot een willekeurig ogend specklepatroon. Deze “verstrooier” fungeert als een complex codeermechanisme en mengt zowel de helderheid als de golfvorm van het licht. Vervolgens absorbeert een dunne film met lanthaanide-ionen dit gespeckelde infraroodlicht en zendt het als zichtbaar licht uit via een stapsgewijs upconversionproces. Een standaard siliciumcamera registreert alleen de intensiteit van dit zichtbare specklepatroon, dat op zichzelf betekenisloos lijkt. Doordat het verstrooiingspatroon echter rijk en complex is, draagt het in het geheim voldoende informatie over de oorspronkelijke helderheid en fase van het beeld om later te worden ontcijferd.

Een neuraal netwerk laten decoderen

Het lastige deel is het terugverta­len van de opgenomen specklepatronen naar een bruikbaar beeld van de scène. Er is geen eenvoudige formule die het gescramblde zichtbare speckle verbindt met het oorspronkelijke infraroodlicht. In plaats daarvan traint het team een diep neuraal netwerk, S-ULRnet genaamd, om deze verbinding uit voorbeelden te leren. Ze voeren het netwerk vele paren van bekende infraroodpatronen en hun overeenkomende upconverted specklebeelden toe. Na verloop van tijd leert het netwerk zowel helderheid als fase uit één enkele opname te reconstrueren. De auteurs tonen ook aan dat door te regelen hoe sterk het matglas het licht verstrooit—in wezen het verhogen van de “entropie” of de informatie-inhoud van het speckle—ze de reconstructienauwkeurigheid substantieel kunnen verbeteren.

Scherpe films van zwakke infraroodsignalen

Eenmaal getraind presteert het systeem indrukwekkend: het herstelt gedetailleerde 8-bits grijswaardenbeelden van zowel helderheid als fase met een videosnelheid van 25 beelden per seconde, allemaal uit één enkele camera-expositie per frame. De opstelling kan extreem zwak infraroodvermogen detecteren, tot ongeveer 0,2 nanowatt per vierkante micrometer—ongeveer duizend keer gevoeliger dan veel conventionele upconversion-aanpakken. Het team demonstreert real-time video’s van natuurlijke scènes, bewegende cijferreeksen en zelfs snelheidsbordjes, die vervolgens accuraat geclassificeerd kunnen worden door een apart herkenningsnetwerk. Dit toont hoe het systeem kan worden ingezet voor praktische taken zoals autonoom rijden of intelligente bewaking.

Een nieuwe weg naar slimme infraroodvisie

In eenvoudige bewoordingen hebben de onderzoekers een slimme vertaler gebouwd die moeilijk detecteerbaar infraroodlicht omzet in informatie-rijke zichtbare patronen en vervolgens AI die patronen laat lezen om te reconstrueren hoe de infraroodscène eruitzag. Hun methode is snel, zeer gevoelig en gebruikt relatief eenvoudige hardware, wat het aantrekkelijk maakt voor toepassingen variërend van medische diagnostiek tot milieubewaking. Omdat de gebruikte gloeiende materialen kunnen reageren op verschillende infraroodkleuren, kan hetzelfde concept worden uitgebreid naar meerdere golflengtebanden en geavanceerdere beeldvormingsmodi. Daardoor wijst dit werk op toekomstige camera’s die warmte en structuur met opmerkelijke details zien, met betaalbare componenten en intelligente decodering.

Bronvermelding: Zhu, Sk., Pan, T., Tang, Cx. et al. Upconversion optical entropy encoding for infrared complex-amplitude imaging. Light Sci Appl 15, 158 (2026). https://doi.org/10.1038/s41377-026-02215-7

Trefwoorden: infraroodbeeldvorming, upconversion, specklecodering, neurale netwerksensing, kortgolvig infrarood