Tech

Diese Kamera erfasst 156,3 Billionen Bilder pro Sekunde

Wissenschaftler haben eine ultraschnelle wissenschaftliche Kamera entwickelt, die Bilder mit einer Kodierungsrate von 156,3 Terahertz (THz) pro einzelnem Pixel aufnimmt, was 156,3 Billionen Bildern pro Sekunde entspricht. Die Forschungskamera mit dem Namen SCARF (Coded Aperture Real-Time Femtography) könnte zu Durchbrüchen bei der Untersuchung kleiner Ereignisse führen, die für die teureren wissenschaftlichen Sensoren von heute zu schnell kommen und gehen.

SCARF hat ultraschnelle Ereignisse wie die Absorption in einem Halbleiter und die Entmagnetisierung einer Metalllegierung erfolgreich erfasst. Die Forschung könnte neue Horizonte in so unterschiedlichen Bereichen wie der Stoßwellenmechanik oder der Entwicklung wirksamerer Medikamente eröffnen.

Er leitete das Forschungsteam Professor Jinyang Liang Kanadisches Nationalinstitut für wissenschaftliche Forschung (INRS). Er ist ein weltweit anerkannter Pionier auf dem Gebiet der Hochgeschwindigkeitsfotografie und baut auf seinen Erfolgen aus einer sechs Jahre zuvor durchgeführten separaten Studie auf. Die aktuelle Forschung war veröffentlicht In Natur, Fass es zusammen In einer Pressemitteilung des INRS zum ersten Mal erwähnt Vorbei Täglich unterrichten.

Professor Liang und seine Kollegen konzipierten ihre Forschung als neues Experiment mit ultraschnellen Kameras. Diese Systeme verwenden typischerweise einen sequenziellen Ansatz: Bilder werden einzeln erfasst und zusammengefügt, um sich bewegende Objekte zu überwachen. Dieser Ansatz weist jedoch Einschränkungen auf. „Zum Beispiel können Phänomene wie Femtosekundenlaserablation, Stoßwelleninteraktion mit lebenden Zellen und optisches Chaos auf diese Weise nicht untersucht werden“, sagte Liang.

Die Komponenten der Forschungskamera sind in einer Reihe auf einem Wissenschaftstisch ausgebreitet.

Schal (Nationales Institut für wissenschaftliche Forschung)

Die neue Kamera baut auf Liangs früheren Forschungen auf, um die Logik der traditionellen Hochgeschwindigkeitskamera umzukehren. „SCARF meistert diese Herausforderungen“, schrieb Julie Robert, INRS-Kommunikationsbeauftragte, in einer Erklärung. „Seine Bildgebungsmethode ermöglicht ein ultraschnelles Scannen der fest codierten Apertur ohne ultraschnelles Clipping-Phänomen. Dies ermöglicht vollständige Codierungsraten von bis zu 156,3 Hz für einzelne Pixel auf einer CCD-Kamera (Charge Coupled Device). Diese Ergebnisse können.“ in einem Snapshot One mit einstellbaren Bildraten und räumlichen Skalen sowohl im Reflexions- als auch im Transmissionsmodus erhalten werden.

Siehe auch  Fortnite: Secret Door In Shuffled Shrines Location und Complete Puzzle Guide

Vereinfacht ausgedrückt bedeutet dies, dass die Kamera eine Methode der Computerfotografie nutzt, um räumliche Informationen zu erfassen, indem sie Licht zu leicht unterschiedlichen Zeitpunkten in ihren Sensor eintreten lässt. Da die räumlichen Daten nicht in Echtzeit verarbeitet werden müssen, ist die Kamera unter anderem in der Lage, extrem schnelle „Chirp“-Laserimpulse mit einer Geschwindigkeit von bis zu 156,3 Billionen Mal pro Sekunde zu erfassen. Die Rohbilddaten können dann von einem Computeralgorithmus verarbeitet werden, der aufeinanderfolgende Eingaben dekodiert und jedes der Billionen Bilder in ein vollständiges Bild umwandelt.

Bemerkenswerterweise geschah dies „unter Verwendung handelsüblicher optischer Komponenten und passiver optischer Komponenten“, wie das Papier beschreibt. Das Team beschreibt SCARF im Vergleich zu bestehenden Techniken als kostengünstig, mit geringem Stromverbrauch und hoher Messqualität.

Obwohl SCARF eher auf Forschung als auf Verbraucher ausgerichtet ist, arbeitet das Team bereits mit zwei Unternehmen, Axis Photonique und Few-Cycle, zusammen, um kommerzielle Versionen zu entwickeln, wahrscheinlich für ihre Kollegen an Hochschulen oder anderen wissenschaftlichen Einrichtungen.

Um eine technischere Erklärung der Kamera und ihrer möglichen Anwendungen zu erhalten, können Sie dies tun Sehen Sie sich den vollständigen Artikel an unter Natur.

Manni Winkler

"Bier-Geek. Der böse Ninja der Popkultur. Kaffee-Stipendiat fürs Leben. Professioneller Internet-Lehrer. Fleisch-Lehrer."

Related Articles

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Back to top button
Close
Close