基于图像匹配加速算法的金刚石氮–空穴色心轴向识别

场矢量探测是量子精密测量的重要分支,在基础物理、生物医学、材料科学等领域,都有着广泛的应用。金刚石氮-空穴(Nitrogen-Vacancy Center)色心作为量子传感器,在室温下具有较长相干时间,可以实现纳米尺度的磁场探测。为了实现纳米分辨率的磁场重构,需要选取金刚石中三个不同轴向的NV色心作为磁场传感器。实验上能否快速和精确地获得NV色心的轴向信息直接决定着矢量磁场测量的精度和效率。本文利用角向偏振光束代替高斯光束激发NV色心获得其扫描荧光图像,结合卷积神经网络对NV色心的荧光图像进行识别,提出了一种基于图像匹配的NV色心拟合优化算法,在梯度下降算法上结合图像识别处理和匹配算法,优化了NV色心轴向信息的提取过程,提高了拟合的速度和准确率,进而增加了磁场矢量重构的效率。