计算成像技术在信息复原及增强中的研究进展（特邀）

计算成像是融合了光学设计、光学传感和图像处理的新兴技术领域,突破了传统成像技术获取信息的深度和广度限制,成为国际研究热点,是先进光学成像技术的重要发展方向。综合国内外文献和相关报道,以计算成像在信息复原及信息增强应用场景的技术发展为主线,结合新方法、新算法探讨各个子领域的主要进展,介绍端到端相机成像优化模型、衍射光学模型及基于可微光线追踪的复杂透镜模型等。近年来,无论是光学系统硬件加工还是图像处理算法都有着惊人的发展速度,多样化系统结构和先进算法的结合为计算成像提供了强大的发展动力,从人脸识别到物体检测,计算成像技术广泛涵盖了安防监控、医疗诊断、零售和娱乐等众多领域,相信未来也会在更多科学应用领域看到它的价值。     

光学感前计算技术及其卫星遥感应用综述（特邀）

光学感前计算是一种在光电传感器前端的光学域进行信息计算处理的技术,包括编码压缩、全光智能推理等计算范式,具有传输即计算、结构即功能等显著特点,在卫星光学遥感领域有着广泛的应用前景。首先对用于感前计算的光场调制器件进行介绍,包括数字微镜器件（DMD）、液晶空间光调制器（LC-SLM）、衍射光学元件（DOE）及超表面等。然后分别梳理了感前编码压缩及全光智能推理的相关技术发展,在此基础上,着重讨论光学感前计算在卫星遥感领域的应用途径和未来发展趋势。     

基于智能手机平台的计算光学显微成像技术研究综述

计算光学显微成像技术将光学编码和计算解码相结合,通过光学操作和图像算法重建来恢复微观物体的多维信息,为显微成像技术突破传统成像能力提供了强大的助力。这项技术的发展得益于现代光学系统、图像传感器以及高性能数据处理设备的优化,同时也被先进的通信技术和设备的发展所赋能。智能手机平台作为高度集成化的电子设备,具有先进的图像传感器和高性能的处理器,可以采集光学系统的图像并运行图像处理算法,为计算光学显微成像技术的实现创造了全新的方式。进一步地,作为可移动通信终端,智能手机平台开放的操作系统和多样的无线网络接入方法,赋予了显微镜灵活智能化操控能力与丰富的显示和处理分析功能,可用于实现各种复杂环境下多样化的生物学检测应用。文中从四个方面综述了基于智能手机平台的计算光学显微成像技术,首先综述了智能手机平台作为光学成像器件的新型显微成像光路设计,接下来介绍了基于智能手机平台先进传感器的计算光学高通量显微成像技术,然后介绍了智能手机平台的数据处理能力和互联能力在计算显微成像中的应用,最后讨论了这项技术现存在的一些问题及解决方向。     

深度学习算法及其在光学的应用

深度学习作为机器学习的重要分支，自出现之初就掀起了机器学习的又一次高潮。深度学习在诸如图像识别与分类、语义分割、智能驾驶等多个领域有着优异的表现。同时，深度学习算法以其抽象特征识别和提取特性，极强的模型构建和泛化推广能力，被广泛应用于光学领域，如计算全息图产生与成像、数字全息的无参数重建和光谱共振曲线预测等方面。详细介绍了深度学习的基本原理及在图像分类、超分辨成像、计算全息和数字全息、表面等离激元共振曲线预测、超表面的结构设计等方面的典型应用研究，并探讨了深度学习在物理光学领域未来值得研究的方向。     

二维高通量光学显微成像技术研究进展

传统光学显微镜的视场与空间分辨率是相互制约的，如何突破这一限制，同时能兼得高分辨率和大视场的高通量成像，成为当前显微成像技术领域的主要研究方向之一。该科学问题的突破将有助于加速科学研究、提高生产制造能力、为医疗辅助诊断提供新工具。本文介绍比较了大孔径物镜制造与曲面探测技术、扫描拼接技术、傅里叶叠层显微成像技术、宽场结构光照明技术和无透镜片上显微成像技术在内的5种高通量显微成像技术。分析了高通量显微成像技术研究的当前现状、所面临的问题以及未来的发展趋势。分析指出，计算光学成像技术正逐渐成为目前高通量显微技术的主要手段，通过计算绕过或者突破光学系统的物理限制将开辟高通量显微成像新时代。     

随机光学重构显微术及其应用研究进展

在光学显微成像领域,涌现出一批可以突破衍射极限的超分辨显微成像技术,极大地增强了人们研究亚细胞结构的能力。基于单分子定位技术的随机光学重构显微术（Stochastic Optical Reconstruction Microscopy,STORM）具有易懂的成像原理、简单的工作方式以及超高的分辨率等特点,受到越来越多的研究者青睐。首先,介绍了单分子定位技术的原理,讨论了STORM光路的搭建,阐述了二维和三维STORM超分辨显微成像原理。其次,探讨了多色STORM以及STORM与电镜关联成像现状。最后介绍了STORM技术现阶段的应用进展。     

激光散斑衬比血流成像关键技术及应用研究进展

激光散斑衬比血流成像（LSCI）是一种利用激光散斑强度的时空统计特性来实现活体组织血流监测的全场光学成像技术，在临床诊断和生命科学等研究领域具有重要的应用价值。本文在介绍LSCI基本原理的基础上，重点对高信噪比LSCI、高分辨率LSCI、高精度LSCI、大成像深度LSCI和新型LSCI系统等关键技术及其应用的研究进展进行综述。首先，综述了各向异性滤波、特征值分解和变换域滤波的高信噪比LSCI技术，并总结了以运动伪影校正、失焦模糊校正和非均匀光强校正为目标的高分辨率LSCI技术的研究现状；然后，以实现高精度LSCI为目标，从静态散射光校正、定量LSCI技术和新型散斑衬比成像算法等方面阐述了高精度LSCI技术的研究进展；最后，总结大成像深度LSCI技术的发展现状与进展，介绍新型LSCI系统及其应用的最新研究成果，并对LSCI技术未来的发展方向和应用功能拓展进行总结和展望。     

基于多视场狭缝的高效信息获取光谱成像系统（英文）

视频光谱成像技术是目前遥感探测发展的一个重要方向,可以实现4维信息获取（两维空间+光谱+时间）,对于动态目标探测等应用场景有十分重要的意义。目前的技术手段是以滤光片方式为主,不具备光栅作为分光元件时的高光谱分辨率优势。基于此,提出了非耦合狭缝阵列扫描光谱成像（uSASHI）和编码狭缝阵列扫描光谱成像（cSASHI）系统,通过增加狭缝数目的方式,实现同一时刻多个视场信息的获取,极大地提升信息获取效率。uSASHI的每个狭缝获取信息之间不会耦合,n条狭缝可以实现n倍的信息获取效率的提升,cSASHI的狭缝按照压缩感知理论排列,可以实现欠采样条件下（采样率α≤1）视频光谱成像,信息获取效率可以提升n/α倍。本文设计的系统最终实现了1024*496*30的光谱数据立方体10 Hz视频光谱成像方式,cSASH实现了更高帧频。所提系统为视频光谱成像技术提供了新的方向,为未来动态目标探测等应用打下了基础。     

自动光学检测技术的发展现状

从光源照明方法、成像技术、图像预处理技术、图像处理与图形识别的算法4个方面介绍了自动光学检测技术的发展现状与关键技术。自动光学检测技术已开始在新兴的工业生产中得到广泛应用,其正朝着检测高速化、分辨能力微小化、处理软件的智能化、应用多元化和检测系统模块化方向发展。从目前自动光学的技术水平来看,组建自动光学检测系统的关键技术在于LED光源的设计、大范围高精度三维显微成像、基于工控PC的多处理器并行图像高速预处理和高级图像处理算法4个方面。     

专题征稿 计算成像《激光与光电子学进展》

光是人类感知世界的重要信息载体,随着光学探测技术,信息处理技术以及加工工艺的不断革新,光电成像技术迎来了疾速发展。其中,计算成像的诞生和发展更是为光电成像注入了全新的活力与可能。计算成像是集光学、数学和信息技术于一体的交叉学科,在传统成像中引入信息处理方法,改变了传统光学成像单—依靠有序信息传递方式,更充分地利用信息通道,获取更多的信息量。     

一种在离焦情况下获得高分辨率图像的新技术

在遥感、军事侦察和医疗成象等领域,需要得到目标的高分辨率图像．而像面离焦直接影响了成像质量、降低了空间分辨率．为了得到高分辨率图像,往往采用自动焦面补偿装置或温控系统来克服离焦现象,但这又不利于仪器的小型化和轻量化．本文提出,在光学系统光路中加入一特殊设计的非球面掩模板,并对经过位相掩模板后的图像进行图象处理得到清晰图像．使光学系统在大离焦量的情况下仍可获取高分辨率的图像．这对于光学遥感器在复杂的空间环境中获取高分辨率图像具有十分重要的意义。     

自适应光学相干层析在视网膜高分辨成像中的应用

视网膜光学相干层析（OCT）技术利用外部低相干光源照射人眼眼底,并将人眼眼底散射信号进行干涉成像,获得人眼视网膜的断层图像信息,以实现人眼视网膜无创、实时、在体的光学活检。传统光学相干层析在视网膜成像时的轴向分辨率可达3 μm以上,但由于人眼个体差异和不可避免的像差限制了视网膜OCT的横向分辨率,只能达到约15~20 μm。而自适应光学作为一项波前校正的先进技术,可以校正OCT色差以及人眼有限视场和眼球运动导致的像差,将OCT横向分辨率提高到低于2 μm,以实现视网膜细胞及微细血管近衍射极限成像,及时发现患者眼底存在的早期病变。在介绍自适应光学和视网膜光学相干层析的技术特点基础上,对自适应光学在视网膜光学相干层析成像应用的国内外发展现状进行了论述,总结了自适应光学OCT视网膜高分辨成像在宽带光源色差校正、眼球运动伪影减少、自适应光学视场扩大和波前传感与校正系统简化的关键技术和未来发展趋势,以实现大视场、高效率、高灵敏度、高分辨率的高速人眼视网膜成像,为未来自适应光学OCT视网膜成像技术的研究和应用提供参考和借鉴。     

宽视场远距离光学散射成像技术研究进展

散射体内部颗粒分布及折射率分布的不均匀对经过散射体的携带目标信息的光子传播造成干扰,导致直接探测的图像失真。针对该问题,发展了众多的光学散射成像技术,实现了部分特定散射介质条件下的目标成像。介绍了基于弹道光子优化采集的部分传统散射成像技术的原理,还介绍了最新发展的计算散射成像技术的基本原理与技术特点。计算散射成像技术正朝着充分利用大光学厚度散射介质引起的非弹道光子的方向发展,其中基于光学记忆效应和相位恢复的算法、相干衍射成像、叠层迭代引擎等计算成像技术可能适应厚散射介质动态变化、目标非稀疏性等特点,有望应用于宽视场、远距离散射成像领域。     

Super-resolution image reconstruction: a technical overview

A new approach toward increasing spatial resolution is required to overcome the limitations of the sensors and optics manufacturing technology. One promising approach is to use signal processing techniques to obtain an high-resolution (HR) image (or sequence) from observed multiple low-resolution (LR) images. Such a resolution enhancement approach has been one of the most active research areas, and it is called super resolution (SR) (or HR) image reconstruction or simply resolution enhancement. In this article, we use the term "SR image reconstruction" to refer to a signal processing approach toward resolution enhancement because the term "super" in "super resolution" represents very well the characteristics of the technique overcoming the inherent resolution limitation of LR imaging systems. The major advantage of the signal processing approach is that it may cost less and the existing LR imaging systems can be still utilized. The SR image reconstruction is proved to be useful in many practical cases where multiple frames of the same scene can be obtained, including medical imaging, satellite imaging, and video applications. The goal of this article is to introduce the concept of SR algorithms to readers who are unfamiliar with this area and to provide a review for experts. To this purpose, we present the technical review of various existing SR methodologies which are often employed. Before presenting the review of existing SR algorithms, we first model the LR image acquisition process.     

基于微透镜阵列的光场显微测量方法研究

与传统成像技术相比,光场成像技术能够利用光场中光线的传播方向信息,采用计算成像的方式极大地提高成像系统的景深。而传统的光学显微镜分辨率越高,景深越小。文章结合光场成像技术和传统光学显微镜,通过在显微镜一次像面插入微透镜阵列,提高显微镜景深,实现光场的显微三维测量。该系统通过单次曝光即可获得光场的四维光场信息,通过数字重聚焦技术和清晰度评价函数完成光场显微测量。实验结果表明,基于微透镜阵列的光场显微测量方法是可行的。测量系统以牺牲16倍横向分辨率为代价,将显微镜头景深提高了近100倍。     

单次曝光频域振幅编码压缩成像

超分辨率被认为是光学成像和图像处理的“圣杯”之一.有别于传统的多幅亚像素图像配准融合实现超分辨率的方法面临的配准误差以及高成本问题,得益于大多数图像普遍具有的稀疏表示特性,本文将压缩传感理论引入超分辨率成像,提出一种新的单次曝光频域振幅编码压缩成像方法.利用4-f傅里叶光学架构实现图像信息的频域0/1振幅随机调制,然后可以使用低分辨率CCD器件实现积分下采样记录对应的测量值,最后利用优化方法从少量的测量值中重建原高分辨率图像.模拟实验验证了本文提出的方法可以有效地实现二维图像信息的获取与重构.此外,本文的方法可以有效地处理大尺寸图像的压缩成像问题,具有重要的应用前景.     

Digital optics

The authors discuss digital optics, a technology for processing, transport, and storage of optical digital information. Digital optics offers both the high temporal bandwidth of fiber communications and the high connectivity and information density of optical imaging. The energy dissipation per bit of communicated information, as well as the chip area dedicated to interconnections, can be significantly lower in optics than in high-speed electronics. This motivates the introduction of parallel optical interconnections through free space in communication-intensive areas of digital information processing such as switching in telecommunications and within multiprocessors. Digital optical circuits can be constructed by cascading two-dimensional planar arrays of optical logic gates interconnected in free space. The state of the art and the trends in digital optical information processing systems for optical logic, optoelectronic interfaces, and optical free-space interconnection systems are reviewed     

基于微纳器件的全光图像处理技术及应用

纳米技术的飞速发展促进了微纳结构的加工制造、科学研究及工业应用。而微纳结构的光学特性是近年来光学领域的研究热点之一,其带动了纳米光子学、表面等离激元光学、超表面/超材料光学、拓扑光子学、非厄米光学等新兴学科的发展,为实现光的高精度、全方位操控奠定了重要技术基础。文中主要针对全光图像处理中的边缘检测技术,系统地梳理了微纳光学结构和器件在实现光计算（如微分、卷积等）时涉及的基础、原理、技术和应用,并展望了其在超快图像处理、高对比度显微成像、卷积神经网络和智能光学系统等领域的应用研究。     

Computational cameras: convergence of optics and processing

A computational camera uses a combination of optics and processing to produce images that cannot be captured with traditional cameras. In the last decade, computational imaging has emerged as a vibrant field of research. A wide variety of computational cameras has been demonstrated to encode more useful visual information in the captured images, as compared with conventional cameras. In this paper, we survey computational cameras from two perspectives. First, we present a taxonomy of computational camera designs according to the coding approaches, including object side coding, pupil plane coding, sensor side coding, illumination coding, camera arrays and clusters, and unconventional imaging systems. Second, we use the abstract notion of light field representation as a general tool to describe computational camera designs, where each camera can be formulated as a projection of a high-dimensional light field to a 2-D image sensor. We show how individual optical devices transform light fields and use these transforms to illustrate how different computational camera designs (collections of optical devices) capture and encode useful visual information.