基于光电计算融合的超构透镜消色差成像方案

01 导读

近期，国防科技大学理学院杨俊波教授团队和计算机学院王耀华教授团队、西南大学吴加贵教授团队提出基于光电计算融合的超构透镜消色差成像方案。这种方案可以帮助超构透镜的色差有效消除，降低超构透镜在设计、制造和规模化生产方面的难度。为超构透镜在移动相机、虚拟现实等领域的应用提供了实用化解决新方案。相关研究成果以“Broadband Achromatic Imaging of a Metalens with Optoelectronic Computing Fusion”为题发表在Nano Letters上。

2024 | 前沿进展

02 研究背景

超构表面能够在微观尺度上精细操纵光的偏振、相位和振幅，为平面光学元件的开发提供了新的解决方案。具有亚波长厚度的超构透镜通过特殊的二维结构的排列能够轻松实现多功能。基于超构透镜的应用引起了学术界和工业界的极大兴趣，例如全息、贝塞尔光束、可调节超构透镜和成像。然而，由于超构透镜内在特性，使得其相位的变化依赖于波长，这就导致了色散的问题，限制了超构透镜的广泛应用。宽带色差的消除是一个不可忽视的问题。

03 研究创新点

研究团队提出了基于光电计算融合的消色差成像超构透镜方案，该超构透镜无需各种复杂形状的纳米柱组合。更为重要的是，该方法具有可拓展至其他波段的良好潜力。其工作原理如图1所示。彩色图像经过超构透镜成像后，因色差而导致图像模糊。光电计算融合利用神经网络强大的非线性学习能力，能够学习到色差的映射，从而还原出彩色图像的原始色彩。

图1 基于光电计算融合的消色差系统示意图

如图2所示。该算法将超构透镜形成的色差图像作为输入，输出为经过神经网络处理后的恢复图像。在训练过程中，我们使用投影仪显示的原始彩色图像作为标签。该模型首先通过多通道卷积运算提取色差图像的特征。在这个过程中，通道逐渐加深，同时图像尺寸逐渐缩小。随后，对压缩图像应用特殊旋转以增强其特征。最后，通过带有转置卷积的解码器对图像进行放大，并减少通道数以恢复彩色图像。这一神经网络结构的设计使得我们能够更好地理解和处理色差图像中的关键特征，从而实现更准确的恢复效果。

图2 用于光电计算融合的神经网络结构示意图

研究团队进一步进行了实验研究。如图3所示为彩色成像实验系统示意图。在实验中，超构透镜对彩色图像进行成像。这一图像由一个百倍物镜进行放大，最终经过光调制后由CCD捕获得到最终的图像。这个实验平台的搭建使得研究团队能够深入探究光电计算融合在消色差成像超构透镜中的实际效果，验证光电计算融合技术在色差校正方面的有效性。

图3 彩色成像光学系统设置示意图

如图4所示。通过采用所提出的方法，该研究能够有效地减轻色差对图像造成的影响，从而获得更真实的色彩表现。通过原始图像与恢复图像的边缘提取对比实验，结果显示经过光电计算融合处理后的图像呈现出更为清晰的轮廓。在评估指标方面，论文提出的方法在峰值信噪比(PSNR)指标上最大可提高12dB，在结构相似性指标(SSIM)有数倍的提升。值得一提的是，该研究所采用的神经网络结构经过简单修改后即可实现超分辨率功能，展现出较大的拓展潜力。

图4 彩色图像的色差恢复与边缘提取结果

04 总结与展望

团队提出的基于光电计算融合的消色差能够有效消除超构透镜的色差。该方案不需要精细复杂的单元结构设计或多层复用，也不需要单元结构数据库的构建，从而大大降低了超构透镜的设计时间和制造难度。这种光电计算融合的方案为超构透镜在交通视觉、VR等领域的应用提供了新的可行方案。

此工作国防科技大学为第一单位，国防科技大学博士研究生程伟为第一作者，国防科技大学杨俊波教授，西南大学吴加贵教授和国防科技大学王耀华教授为共同通讯作者。该研究得到了国家重点研发项目和国家自然科学基金等的资助。

审核编辑：刘清