来源：光明日报

　　门捷列夫曾经说过：“科学是从测量开始的。”光学成像拓展了人类的认知边界，推动了科学的进步，同时也广泛应用于生活的方方面面。然而受到不可避免的镜面加工误差、系统设计缺陷与环境扰动的限制，实际成像分辨率与信噪比往往显著低于完美成像系统。如何实现无像差的完美光学成像，一直是光学中最重要且悬而未决的难题之一。

　　记者从清华大学获悉，近日，该校成像与智能技术实验室提出了一种集成化的元成像芯片架构，为解决这一百年难题开辟了一条新路径。区别于构建完美透镜，研究团队另辟蹊径，研制了一种超级传感器，记录成像过程而非图像本身，通过实现对非相干复杂光场的超精细感知与融合，即使经过不完美的光学透镜与复杂的成像环境，依然能够实现完美的三维光学成像。

　　该成果近日以“集成化成像芯片实现像差矫正的三维摄影”为题以长文形式发表在《自然》期刊上。

　　减小光学像差是百年光学难题

　　光线经光学系统各表面传输会形成多种像差，使成像产生模糊、变形等缺陷。光学系统设计的一项重要工作就是校正这些像差，使成像质量达到技术要求。

　　传统光学系统主要为人眼所设计，秉持“所见即所得”的设计理念，聚焦在光学端实现完美成像。近百年来，光学科学家与工程师不断提出新的光学设计方法，为不同成像系统定制复杂的多级镜面、非球面与自由曲面镜头，来减小像差、提升成像性能。但由于加工工艺的限制与复杂环境的扰动，难以制造出完美的成像系统。

　　“例如，由于大范围面形平整度的加工误差，难以制造超大口径的镜片实现超远距离高分辨率成像；地基天文望远镜，受到动态变化的大气湍流扰动，实际成像分辨率远低于光学衍射极限，限制了人类探索宇宙的能力，往往需要花费昂贵的代价发射太空望远镜绕过大气层。”研究团队负责人、中国工程院院士、清华大学自动化系教授戴琼海介绍。

　　为解决这一难题，自适应光学技术应运而生，人们通过波前传感器实时感知环境像差扰动，并反馈给一面可变形的反射镜阵列，动态矫正对应的光学像差，以此保持完美的成像过程。基于此，人们发现了星系中心的巨大黑洞。

　　然而，由于像差在空间分布非均一的特性，该技术仅能实现极小视场的高分辨成像，难以实现大视场多区域的同时矫正，并且由于需要非常精细的复杂系统，往往成本十分高昂。

　　将所有技术集成在单个成像芯片上

　　近年来，数字化的高速发展催生了计算光学这一交叉学科，为先进成像系统设计提供了新的思路。

　　记者从清华大学获悉，早在2021年，该校自动化系戴琼海院士领导的成像与智能实验技术实验室研究团队发表于《细胞》期刊上的成果，就首次提出了数字自适应光学的概念，为解决空间非一致的光学像差提供了新思路。

　　在此次最新的研究成果中，研究团队将所有技术集成在单个成像芯片上，使之能广泛应用于几乎所有的成像场景，而不需要对现有成像系统做额外改造，并建立了波动光学范畴下的数字自适应光学架构，通过对复杂光场的高维超精细感知与融合，在具备极大的灵活性的同时，又能保持前所未有的成像精度。

　　“这一优势使得在数字端对复杂光场的操控能够媲美物理世界的模拟调制，就好像人们真正能够在数字世界搬移每一条光线一样，将感知与矫正的过程完全解耦开来，从而同时实现不同区域的高性能像差矫正。”戴琼海说。

　　有望带来成像系统的颠覆性改变

　　研究人员进一步介绍，上述元芯片的数字自适应光学能力有望带来成像系统的根本性改变。

　　传统相机镜头的成本和尺寸都会随着有效像素数的增加而迅速增长，这也是高分辨率手机成像镜头即使使用了非常复杂的工艺也很难变薄、高端单反镜头特别昂贵的原因。

　　戴琼海介绍，元成像芯片从底层传感器端为这些问题提供了可扩展的分布式解决方案，使得我们能够使用非常简易的光学系统实现高性能成像。

　　除了成像系统存在的系统像差以外，成像环境中的扰动也会导致空间折射率的非均匀分布，从而引起复杂多变的环境像差。其中最为典型的是大气湍流对地基天文望远镜的影响，从根本上限制了人类地基的光学观测分辨率。

　　数字自适应光学技术仅仅需要将传统成像传感器替换为元成像芯片，就能为大口径地基天文望远镜提供全视场动态像差矫正的能力。

　　此外，元成像芯片还可以同时获取深度信息，相比传统光场成像方法，其在横向和轴向都具有更高的定位精度，为自动驾驶与工业检测提供了一种低成本的解决方案。

　　戴琼海介绍，未来，课题组将进一步深入研究元成像架构，建立新一代通用像感器架构，或可广泛用于天文观测、工业检测、移动终端、安防监控、医疗诊断等领域。

线上产品推介会

最新活动来啦！诚邀各企业参与首届线上产品推介会！如果您的企业是泛半导体相关领域，如果您的企业有新技术、新工艺、新材料、新设备等，欢迎您点击链接填写意向表：http://act.lwc.cn/api/sbstc/uploadFile，参与“线上产品推介会”。共同为国际、国内泛半导体产业的发展推动助力！