图像去雾是一种减少图像中雾霾、灰尘或雾气影响的方法,以便清晰地查看观察到的场景。文献中存在大量传统和基于机器学习的方法。然而,这些方法大多考虑可见光光谱中的彩色图像。显然,由于热红外光谱的波长较长,受雾霾的影响要小得多。但远距离观测期间的大气扰动也会导致热红外 (TIR) 光谱中的图像质量下降。在本文中,我们提出了一种为 TIR 图像生成合成雾的方法。然后,我们分析了现有的盲图像质量评估措施雾感知密度评估器 (FADE) 对 TIR 光谱的适用性。我们进一步全面概述了当前图像去雾的最新技术,并通过经验表明,许多最初为可见光图像设计的方法在应用于 TIR 光谱时表现得出奇的好。这在最近发布的 M3FD 数据集上进行的实验中得到了证实。
硅在半导体技术中的蓬勃发展与控制其晶格缺陷密度的能力密切相关 [1]。在 20 世纪上半叶,点缺陷被视为对晶体质量的危害 [2],如今它已成为调节这种半导体电学性质的重要工具,从而推动了硅工业的蓬勃发展 [1]。进入 21 世纪,硅制造和注入工艺的进步引发了根本性变革,使人们能够在单个层面上控制这些缺陷 [3]。这种范式转变将硅带入了量子时代,如今单个掺杂剂被用作可靠的量子比特来编码和处理量子信息 [4]。这些单个量子比特可以通过全电方式有效控制和检测 [4],但其缺点是要么与光耦合较弱 [5],要么发射中红外波段的辐射 [6],不适合光纤传播。为了分离具有光学接口的物质量子比特,从而实现量子信息的长距离交换,同时又能从先进的硅集成光子学中获益 [7],一种策略是研究在近红外电信波段具有光学活性的硅缺陷 [8, 9]。
超敏光谱是中红外(MIR)技术的重要组成部分。然而,miR探测器的缺点在单光子水平上对稳健的miR光谱构成了挑战。我们提出了miR单光子频率上转换光谱非局部将miR信息映射到时间do-main。来自自发参数下调的宽带miR光子频率向上转换为具有量子相关性保存的近红外带。通过纤维的组延迟,在1.18微米的带宽为2.76至3.94微米内的miR光谱信息被成功地投影到相关光子对的到达时间。在每秒6.4×10 6光子的条件下,使用单像素检测器证明了具有单光子敏感性的聚合物的传输光谱。开发方法绕过扫描和频率选择不稳定性,它在不断发展的环境中固有的兼容性和各种波长的可伸缩性而引人注目。由于其高灵敏度和鲁棒性,生化样品的表征和量子系统的弱测量值可能是预见的。