EO528

FOTONICA ELETTRONICA OGGI 528 - SETTEMBRE 2025 XI I metamateriali ottici sono composti da unità di risonanza sub-lun- ghezza d’onda disposte periodicamente e la loro forma bidimen- sionale diventa una metasuperficie ottica. Chiamiamo calcolo di metasuperficie una metasuperficie in grado di eseguire operazio- ni matematiche su fase, ampiezza, frequenza e stato di polarizza- zione del campo luminoso incidente. Le operazioni differenziali del campo luminoso incidente corrispondono al rilevamento dei bordi dell’immagine ottica, quindi il funzionamento analogico ot- tico è il cuore della tecnologia di elaborazione ottica delle imma- gini. Rispetto ai tradizionali differenziatori analogici ottici ingom- branti, i differenziatori spaziali basati su metasuperficie hanno il vantaggio di essere più semplici e compatti. L’integrazione delle capacità di focalizzazione e differenziazione su una metasuperficie monolitica attraverso interazioni fotoniche asimmetriche spin-orbita, riduce ulteriormente la complessità dei sistemi di rilevamento dei bordi. Il rilevamento dei bordi è il primo passo nel rilevamento del target, nella classificazione delle carat- teristiche e nella compressione dei dati. Può estrarre e conservare importanti informazioni sulle caratteristiche degli oggetti e ridurre significativamente la quantità di dati da elaborare. Pertanto, il rilevamento o il miglioramento dei bordi ha eccellenti prospettive di applicazione per la visione artificiale, l’imaging al microscopio e la comunicazione quantistica. Calcolo delle metasuperfici Le apparecchiature ottiche tradizionali accumulano queste varia- zioni basate su effetti di riflessione, rifrazione o diffrazione nel mezzo per manipolare la luce. Pertanto, il volume delle apparec- chiature tradizionali è limitato dall’effetto di propagazione. Negli ultimi anni, la limitazione della propagazione della luce è stata superata introducendo variazioni caratteristiche nell’intervallo di lunghezze d’onda operative. I metamateriali sono materiali artifi- ciali su scala nanometrica progettati per produrre proprietà otti- che difficilmente immaginabili in natura. Le metasuperfici ottiche comprendono una classe di metamateriali ottici con una dimen- sionalità ridotta che dimostrano capacità eccezionali di controllo del flusso luminoso superiori a quelle offerte dalle interfacce pla- nari convenzionali tra due materiali naturali. Le metasuperfici possono essere suddivise in due tipologie: il tipo a diffusione basato su nanomateriali metallici e il tipo trasmissivo basato su nanostrutture di materiali dielettrici. L’elevata efficienza di diffrazione della metasuperficie composta da antenne ottiche nanometalliche è limitata al funzionamento in modalità di rifles- sione. L’elemento ottico metasuperficiale a gradiente medio può raggiungere un’elevata efficienza nella modalità di trasmissione dello spettro visibile. Modellando uno strato di silicio spesso 100 nm in una fitta disposizione di antenne a nanofascio di silicio, sono stati realizzati reticoli ultrasottili, piastre d’onda e assicon. Attraverso la struttura geometrica della sua unità strutturale, la metasuperficie mostra gradi di libertà senza precedenti nella po- larizzazione e nella manipolazione di fase della luce, special- mente sulla scala delle lunghezze d’onda. Ciò è stato applicato in ottica come i generatori di fasci a vortice, i metalensi e l’olografia ottica. Questi nuovi elementi ottici forniscono anche un potenziale considerevole per la manipolazione del momento angolare della luce e dell’effetto Hall dello spin fotonico, offrendo così opportuni- tà convenienti per la fotonica di spin e la nanofotonica. Riconoscimento di pattern Il riconoscimento di pattern è diventato un importante ramo di ricerca della tecnologia della visione artificiale, che rappresenta anche una base fondamentale per il recupero delle immagini. Il bordo è la caratteristica più basilare di un’immagine. Contiene le informazioni più preziose per la visione umana e la visione artificiale. Il rilevamento dei bordi delle immagini riduce notevol- mente la quantità di dati ed elimina le informazioni che possono essere considerate irrilevanti, mantenendo gli importanti attribu- ti strutturali dell’immagine. Il rilevamento delle informazioni sui bordi è un collegamento indispensabile prima dell’analisi e del riconoscimento delle immagini. Svolge un ruolo vitale nel rileva- mento delle immagini e nel riconoscimento di pattern. Utilizzando l’algoritmo di rilevamento dei bordi sull’oggetto target, è possibile filtrare l’area piatta (informazioni a bassa frequenza) e conserva- re le caratteristiche strutturali necessarie (informazioni ad alta fre- quenza). Ciò riduce notevolmente la quantità di dati da elaborare dell’immagine originale. Esistono due metodi completamente diversi nel campo del rico- noscimento delle immagini: uno è il rilevamento dei bordi delle immagini digitali, l’altro è il metodo di rilevamento ottico dei bordi dell’immagine. I metodi di elaborazione digitale delle immagini vengono solita- mente utilizzati per realizzare il rilevamento dei bordi con l’ausilio dei computer. In questa fase, il fulcro è la costruzione di un mo- dello algoritmico per il rilevamento dei bordi. Ad esempio, viene utilizzato il filtraggio convoluzionale. L’operatore di Sobel è una delle tecniche di rilevamento dei bordi più semplici basate sulla convoluzione. L’operatore di Sobel sfrutta la differenza di lumino- sità dei pixel dell’immagine per funzionare. Tuttavia, il linguaggio macchina può riconoscere solo numeri e le informazioni dell’im- magine devono essere convertite in informazioni digitali per l’e- laborazione. Il processo di conversione richiede una corrispon- denza biunivoca, che è anche complessa e richiede molto tempo. Per oggetti con informazioni ricche e caratteristiche di intensità poco evidenti (come gli oggetti in fase trasparente), l’effetto di elaborazione del computer non è generalmente ideale. Tuttavia, il metodo ottico consiste nell’elaborare direttamente le informazioni ottiche. Rispetto al metodo digitale, presenta i vantaggi di eleva- ta velocità, elaborazione parallela e ampia capacità di informa- zione. Inoltre, il calcolo stesso viene eseguito da dispositivi ottici passivi, quindi il consumo energetico dell’intero processo è basso.