概要

計算光學成像是一個新興多學科交叉領域。它以具體應用任務為準則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設計遠超人眼的感知新范式；同時，結合數學和信號處理知識，深度挖掘光場信息，突破傳統光學成像極限。目前，計算光學成像處于高速發展階段，已取得許多令人振奮的研究成果，并在手機攝像、醫療、無人駕駛等領域開始規?；瘧?。未來，計算光學成像有望進一步顛覆傳統成像體系，帶來更具創造力和想象力的應用，如無透鏡成像、非視域成像等。趨勢解讀

傳統光學成像建立在幾何光學基礎上，借鑒人眼視覺“所見即所得”的原理，而忽略了諸多光學高維信息。當前傳統光學成像在硬件功能、成像性能方面接近物理極限，在眾多領域已無法滿足應用需求。例如，在手機攝影領域，無法在保證成像效果的同時縮小器件重量和體積，出現令人詬病的“前劉海”和“后浴霸”的情況；在顯微成像領域，無法同時滿足寬視場和高分辨率的需求；在監控遙感領域，難以在光線較暗、能見度較低的復雜環境中獲得清晰圖像。

隨著傳感器、云計算、人工智能等新一代信息技術的不斷演進，新型解決方案逐步浮出水面——計算光學成像。計算光學成像以具體應用任務為準則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設計遠超人眼的感知新范式；同時，結合數學和信號處理知識，深度挖掘光場信息，突破傳統光學成像極限（如圖1所示）。

圖1.傳統光學成像（左）和計算光學成像（右）

計算光學成像是一個新興多學科交叉領域,早期概念在上個世紀70年代中期才逐步形成。隨著信息技術的蓬勃發展，計算光學成像已成為國際研究熱點。由于計算光學成像研究內容覆蓋范圍廣，目前還沒有一個比較明確的分類方法。按照計算成像技術所解決的應用問題來分類，可以大致分為以下三類：（1）功能提升：對傳統方式無法獲取的光學信息，如光場、偏振、相干度等進行成像或測量；（2）性能提升：即提升現有成像技術的性能指標，如空間分辨率、時間分辨率、景深、復雜環境魯棒性等；（3）簡化與智能化：通過單像素、無透鏡等特定技術簡化成像系統，或者以光速實現特定人工智能任務（如圖2所示）。

圖2.計算光學成像技術分類 計算光學成像技術現處于高速發展階段，還需克服諸多挑戰：首先，需以傳感器為中心重新設計光學系統；其次，由于需要獲取多維度光學信息，需引入新型光學器件和光場調控機制，隨之而來的是更多的硬件成本和研發/調試時間成本；再次，為了使計算成像硬件和軟件有更好的協同，則需重新開發算法工具；最后，對算力要求非常高，對應用設備芯片及其適配性提出更高要求。

計算光學成像雖然是一個新興技術，但已取得了很多令人振奮的研究成果（2014諾貝爾獎——超分辨熒光顯微成像、2017年諾貝爾獎——冷凍電鏡），并在手機攝像、醫療、監控、工業檢測、無人駕駛等領域開始規?；瘧?。如在手機攝像領域，主流手機廠商均初步融入了計算光學成像思路，從比拼硬件光學，轉而追求硬件加算法的協同；目前手機攝像在相當一部分場景的拍攝效果達到、甚至超過一般單反相機。

未來，計算光學成像將進一步顛覆傳統成像體系，帶來更具創造力和想象力的應用。元成像芯片可實現大范圍無像差三維感知，有望徹底解決手機后置攝像頭突出的問題。無透鏡成像（FlatCam）能夠簡化傳統基于透鏡的相機成像系統，進一步減小成像系統體積并有望用于各類可穿戴設備。此外，利用偏振成像技術能夠透過可見度不高的介質清晰成像，實現穿云透霧。還有非視域成像，能夠通過記錄并解析光傳播的高速過程來對非視域下目標進行有效探測，實現隔墻而視，在反恐偵察、醫療檢測等領域具有廣泛的應用價值。 專家點評在過去的十多年來，信息技術的高速發展為光學成像注入了新的生命，計算成像應運而生，悄無聲息中顛覆了人類與機器感知世界的方式。從“所見即所得”的一一映射到對高維光場的耦合編碼與計算重構，計算成像將光作為信息載體的一部分，模糊了物理世界與數字世界的邊界，從而突破了物理約束，見所未見。從此，我們能夠捕捉光傳播的軌跡，看到千里之外的聲音，解析生命活動的奧秘，穿云透霧，洞察秋毫。從毫厘微末間的細胞病毒，到廣袤宇宙中的第一縷光，計算成像將不斷開拓人類的認知邊界；從無人系統手機攝影，到工業監測安防監控，計算成像將融入人們生活的方方面面，推動數字經濟高速發展。

審核編輯 ：李倩