浙大校友直接操纵光来对抗墙壁散射，实现高分辨率非视距成像

　　这是我迄今为止看到使用波前整形实现非视距成像的最成功的例子。这是一个非常令人兴奋的技术，该工作一定能带动更多在非视距成像上的进展。对于浙大校友曹睿智研发的非视距成像技术，两位审稿人均表示认可。
　　图曹睿智（来源：曹睿智）
　　这项技术在无人驾驶、搜救等方面具备潜在应用价值。概括来说，他和所在团队首次在几乎无需任何先验信息的条件下，将光聚焦到非视距物体上，在无需任何图像重构算法的情况下，实现了高分辨率的非视距物体的成像。
　　曹睿智坦言，由于该技术和现阶段主流的飞行时间法完全不一样，所以他们早期并没有项目的基金支持。不过，后来学校看到了该技术的新颖之处，从而让其有机会一步步探索这项技术，并在最终呈现给公众。
　　近日，相关论文以《采用主动聚焦的高分辨率非视距成像》（Highresolutionnonlineofsightimagingemployingactivefocusing）为题，发表在NaturePhotonics上。曹睿智担任第一作者，加州理工学院ThomasG。Myers电气工程、生物工程和医学工程教授ChanghueiYang担任通讯作者。
　　图相关论文（来源：NaturePhotonics）
　　据介绍，经由散射介质进行成像，是一个热门研究方向。非视距成像，则是其中一个兼具挑战性和趣味性的方向。视距，是指人眼能直接清楚看到的范围；非视距，则指人眼无法直接看到的范围。
　　简单来说，如果人和物体处在两个不同的房间，由于墙壁的阻挡人眼无法直接看到另一个房间的物体。但是，照射在另一个房间的物体上的光线，能在通过一面墙之后散射到眼中。然而，由于墙壁的散射，我们无法看清另一个房间的物体。而非视距成像希望借助于墙壁散射的光，对另一个房间的物体进行成像。
　　（来源：资料图）
　　因此，要想得到可见光波段的非视距物体的照片，看似难于上青天。但是。最近十几年的研究表明，可通过测量光线走过的路径或者飞行时间（Timeofflight，ToF）对物体进行重构。
　　另一种方法则是通过散射介质本征的相关性，即假如两束同颜色的光照射到墙壁的同一位置，且这两束光入射角度非常接近的时候，此时散射后得到的图像也会非常相似，这种效应叫做散射的记忆效应。通过这种相关性，隐藏物体也能得到重构。
　　这两种方法改变了人们的认知，实现了对于非视距物体的重构。但是，这两种方法都需要借助算法，从被测到的信号里重构图片信息，但这种重构并不简单。
　　所以，在使用这两种主流方法得到的图片里，往往伴随着伪像，即重构的图片中多出了与实际物体不符的形状结构。
　　其中，在第二种方法里，即通过记忆效应、以及自相关互相关进行重构的方法，往往只能对非常简单的物体进行成像。
　　所以，现阶段主流手段主要依赖于飞行时间。此外，尽管深度学习（DeepLearning，DL）能在一定程度上减轻伪像问题。但是，它高度依赖于训练集，对于和训练集完全不相似的物体，机器学习的效果无法得到保障。
　　那么，为何这些问题在传统成像中不存在？在传统成像中，人们利用透镜直接将物体上的光汇集在探测器上。比如我们利用眼睛看物体的时候，眼睛的晶状体是一个透镜，而视网膜等价于探测器。
　　在传统成像中，由于透镜的作用，我们能将物体上的一个点投射到探测器的一点上，所以能直接测量某一个点的信息，而无需从错综复杂的信号中通过计算提取该点的信息。
　　在此次研究中，该团队希望实现更接近于传统成像的方法。为此，他们利用墙壁将光聚焦，聚焦后的焦点仅仅照射到物体上的一点，即实现传统成像中的点对点测量。
　　接下来，他们需要将被散射之后的光重新聚焦。这时，一个很自然的问题扑面而来，能否聚焦散射光？
　　最近二十年的研究发现，大部分散射样品不会完全吸收光线，很大一部分光子会被散射到空间中。如果从光的波动性角度来看，散射极大地破坏了入射光的相位关系，即打乱了光波的波前。
　　例如，一个平面波与散射介质作用后，得到的不再是一个平面波，它的波前将变得奇形怪状。而通过重新调整光波的相位关系，也就是使用波前整形、即可得到想要的波前。
　　要知道，一束汇聚光对应的波前是一个球面，那么利用波前整形来补偿散射介质造成的相位错乱，并将得补偿后的波前变成球面，就能将和散射介质作用的光汇聚起来。
　　但是，这里存在的本征性问题在于：对于最一般性的非视距成像，无法提前知道墙壁如何散射光子，即无法提前知道墙壁对于相位的调制。这就要求研究人员要通过测量得到相位的调制信息，然后再利用波前整形去聚焦光线。
　　据介绍，使用此前方法获得这种相位信息时，是通过一个已知的点物、或各类探测器来进行测量。比如，在生物样品里面，可通过汇聚超声得到一个超声焦点。
　　同时，这个点具备可控性，通过这种调制可以尽可能地将光照射到该超声焦点，也即找到正确的补偿相位，然后通过这个补偿将光汇聚到超声焦点。
　　类似的，探测器能帮助提取散射后光的波前信息或亮度信息等，从而算出正确的补偿相位。然而，这些方法都不适用于一般性的非视距成像。
　　在最一般的非视距问题中，无法提前将探测器放到墙壁的另一面。而由于超声在空气中折损巨大，因此也无法将其聚焦到待测物体上。
　　大胆尝试：将物体本身看作是一个点
　　所以，课题组试图探索另一个看似不可能的方向：将物体本身看作是一个点。这极大地颠覆了一般性认知：如果将物体看成点，那么只能保证汇聚得到的光也在这个点上。
　　也就是说，光汇聚得到的焦点将和物体一样大。因此，这时无法进行任何成像，只有当焦点远小于物体时，才能通过扫描该焦点进行成像。
　　此外，他们还需要跨过一个鸿沟，即将一个巨大的焦点，变成通常认知中真正的焦点。而根据以往的波前整形技术来看，在没有其他可控手段的介入下，可能性几乎为0。
　　为了让这个看似疯狂的想法成为现实，需要让将物体看作一点这个前提合理化。因此，要解决的问题是：何时才能将一个实际物体看成理想化模型中的一点？
　　直觉告诉该团队，当无法看清一个物体的形状轮廓时，它也能被视为理想的一点。一个简单的例子是，当我们坐飞机时，地面上的每个人都能被看作一点，因为人眼的分辨率不足以看清任何细节。
　　对于一个理想的光学成像系统来说，该光学系统的理论分辨率与折射率、光的波长、以及数值孔径有关。从光汇聚所得焦点的角度出发，理想焦点的尺寸可被粗略地理解为分辨率。
　　对非视距成像系统来说，环境（空气）的折射率无法调节，而调控光的波长则需要调控光源，实现起来也不方便。因此，更简单的方法是调节光学系统的数值孔径。
　　为了得到一个高质量的图像，我们需要高的分辨率。而更高的分辨率意味着更小的焦点，也就意味着在光学成像系统中需要有更大的数值孔径。
　　另外，要将波前整形应用在非视距成像上，有一个看似无法调和的矛盾需要解决：为了让点物假设合理，需要让焦点比物体大；而为了对物体进行成像，需要让焦点比物体小。
　　对于数值孔径来说，需要从小数值孔径过度到大数值孔径。对于非视距成像，这意味着需要从小的孔径开始，直到得到大孔径。
　　为解决这一矛盾点，该团队提出了一个解决办法：每当计算能让光汇聚的补偿相位时，便对该过程中光学系统的孔径进行限制，使其对应于一个小数值孔径。
　　那么，将物体视为点物就能找出该小孔径的正确补偿相位。然后，再确定每个小孔径之间的相位关系，从而得到整个大孔径的正确补偿相位。
　　（来源：NaturePhotonics）
　　如上所述，该团队证明了通过这种方式，在计算让光汇聚的补偿相位时，非视距物体能被视为点物。即过程中非视距的物体，可以被理想点物替换。所以，将光汇聚到该物体上，等效于将光汇聚到理想点物上。
　　当所有的相位信息被确定后，即可直接将这个相位信息加载到整个大孔径上。在这一步，无需对相位进行任何修改，所以此时系统的数值孔径，也不受物体大小的限制。
　　这时，便能得到一个比原本物体小得多的焦点。至此，即可实现传统成像中的点对点关系。这也意味着，课题组首次证明了在几乎不需要任何先验信息的条件下，能通过波前整形得到衍射极限对应的分辨率。
　　（来源：NaturePhotonics）
　　此外在实验中，该团队发现这种更接近传统成像的方法，与基于飞行时间的方法相比，有着接近一个数量级的分辨率提升，同时无需任何重构算法也能获得最终图像。
　　由于他们实现了点对点的测量，故也能实现对于大对比度的物体进行成像。而这是此前方法难以做到的，因此算法导致的伪像会极大干扰重构结果。
　　本科毕业于浙大，未来打算回国发展
　　据介绍，曹睿智是湖南常德人。本科于浙江大学光电系毕业，期间跟随匡翠方老师学习超分辨成像。目前，他在加州理工学院ChanghueiYang组读博，主要研究经过散射介质的成像。
　　在该工作里，由于这是一个利用波前整形来解决非视距成像的新型手段，课题组在研究时做了很详细的探讨。在最开始的数学推导中，课题组建立了相关的理论可行性。
　　在实验的最初阶段，该团队选择使用薄的散射样品，在透射模式下证明了理论正确性。再之后，他们将系统进行改进，并开展更贴近现实的非视距成像实验。
　　据介绍，现阶段技术仅展示了二维图像信息。未来，通过利用相位测距、光学相干或飞行时间法等技术，能进一步得到三维图像信息。
　　当然，该方法还有不少进步的空间，比如能探测的最远距离、成像的视场范围等。通过不断提高飞行时间法，基于记忆效应的相关成像法和此次提出的方法，该团队相信非视距问题将会得到解决。
　　参考资料：
　　1。Cao，R。，deGoumoens，F。，Blochet，B。etal。Highresolutionnonlineofsightimagingemployingactivefocusing。Nat。Photon。16，462468（2022）。https：doi。org10。1038s41566022010098