Tim peneliti teknik dari University of California, Los Angeles (UCLA) berhasil merancang sistem proyeksi gambar tiga dimensi yang mampu menampilkan 28 lapisan kedalaman sekaligus dalam satu paparan optik. Terobosan ini menjadi sorotan karena masalah crosstalk selama ini kerap membuat proyeksi 3D rapat kehilangan ketajaman dan tampak buram.
Sistem baru ini memadukan komputasi digital dengan komponen optik pasif dalam satu arsitektur hibrida. Menurut tim yang dipimpin Profesor Aydogan Ozcan dari UCLA Samueli School of Engineering dan California NanoSystems Institute, pendekatan tersebut disiapkan sebagai fondasi ringkas untuk hologram generasi berikutnya, pencitraan medis, dan antarmuka realitas virtual.
Light Programming untuk menekan kebocoran antarlapisan
Dalam proyeksi volumetrik tradisional, masalah muncul ketika bidang fokus disusun terlalu berdekatan. Saat jarak antarlapisan mengecil, medan cahaya dapat saling bercampur dan mengurangi kejernihan kedalaman secara signifikan.
Untuk mengatasi hal itu, tim UCLA memakai deep learning guna mengo-optimalkan encoder komputasi digital dan decoder optik fisik yang pasif. Data visual target diproses melalui jaringan saraf digital yang menerima instruksi eksplisit tentang kedalaman dan koordinat, lalu memadatkan struktur multi-lapis itu menjadi satu pola fase terpadu.
Pola tersebut kemudian diarahkan ke rangkaian permukaan difraktif yang telah dioptimalkan secara struktural. Permukaan ini berfungsi sebagai decoder analog yang memanipulasi gelombang cahaya secara fisik dan menyalurkan komponen gambar ke bidang kedalaman yang sudah ditentukan.
Pendekatan yang disebut sebagai “light programming” itu membantu menekan kebocoran data antarlapisan. Hasilnya, pemisahan visual tetap bersih meski jarak antarbidang mendekati skala satu panjang gelombang cahaya.
Skalabilitas hingga 28 irisan aksial
Melalui pemodelan numerik, tim menunjukkan bahwa kerangka ini dapat ditingkatkan untuk menangani pemandangan volumetrik kompleks yang dipisah menjadi 28 irisan aksial independen. Kemampuan ini penting karena banyak sistem 3D kesulitan menjaga kualitas ketika jumlah lapisan terus bertambah.
Sistem tersebut juga memiliki penyesuaian dinamis. Operator dapat mengubah posisi kedalaman target dari gambar yang diproyeksikan sesuai kebutuhan tanpa mengubah arsitektur fisik intinya.
Untuk menguji kelayakan praktis jalur digital-optik ini, para peneliti membangun prototipe perangkat keras dua bidang. Prototipe itu menggunakan decoder optik satu lapis dan bekerja pada spektrum cahaya tampak.
Pengukuran eksperimen menunjukkan distribusi cahaya yang diproyeksikan sangat sesuai dengan desain target maupun simulasi komputasi. Dalam pengujian itu, sistem juga melampaui sistem optik ruang bebas tanpa bantuan, yang memperkuat klaim stabilitas dan akurasi desain di dunia nyata.
Potensi untuk AR, VR, dan pencitraan medis
Bentuk sistem yang ringkas memberi dasar hemat energi untuk pencitraan volumetrik beresolusi tinggi. Arah penerapannya tidak berhenti pada tampilan holografik, tetapi juga mencakup headset augmented reality dan virtual reality dekat mata.
Selain itu, teknologi ini dinilai berpotensi dipakai untuk mikroskopi multi-kedalaman, visualisasi medis 3D secara real-time, dan komputasi optik. Pengembangan lanjutan juga diarahkan pada operasi multispektral untuk proyeksi berwarna penuh, holografi multi-perspektif, serta integrasi decoder multilapis yang dibuat secara fisik agar sesuai dengan bentuk manufaktur komersial.
Penelitian ini pertama kali dipublikasikan di jurnal Light: Science & Applications. Dengan kombinasi deep learning dan desain optik terprogram, sistem UCLA membuka jalan bagi proyeksi 3D yang lebih padat, lebih bersih, dan lebih mudah disesuaikan untuk perangkat masa depan.
