現(xiàn)代成像系統(tǒng)（如智能手機、虛擬現(xiàn)實VR和增強現(xiàn)實AR等設備中使用的成像系統(tǒng)）不斷發(fā)展，變得更加緊湊、高效和高性能。傳統(tǒng)光學系統(tǒng)依賴于笨重的玻璃透鏡，這些透鏡存在色差、多波長效率低和物理尺寸大等局限性。在設計體積更小、重量更輕，但仍能產(chǎn)生高質(zhì)量圖像的系統(tǒng)時，這些缺點帶來了挑戰(zhàn)。

為了克服這些問題，研究人員開發(fā)出了超透鏡——由微小納米結(jié)構(gòu)組成的超薄透鏡，可以在納米尺度上操縱光線。超透鏡為光學系統(tǒng)的微型化提供了巨大的潛力，但它們也并非沒有自身的挑戰(zhàn)，尤其是在捕捉不失真全彩圖像方面。

在最近發(fā)表在《先進光子學》（Advanced Photonics）上的一項研究中，研究人員推出了一種創(chuàng)新的、由深度學習驅(qū)動的端到端超透鏡成像系統(tǒng)，該系統(tǒng)克服了上述諸多限制。該系統(tǒng)將大規(guī)模生產(chǎn)的超透鏡與深度學習驅(qū)動的專業(yè)圖像修復框架配對使用。

圖片:AP_6_6_066002_f001.png

超透鏡成像系統(tǒng)示意圖：由具有任意旋轉(zhuǎn)角度的納米結(jié)構(gòu)陣列組成的超透鏡獲取圖像，該圖像被恢復以生成與原始“地面實況”圖像質(zhì)量非常接近的輸出圖像。

通過將先進的光學硬件與人工智能（AI）相結(jié)合，該團隊實現(xiàn)了高分辨率、無像差、全彩圖像，同時保持了超透鏡所承諾的緊湊外形。

超透鏡本身是通過納米壓印光刻技術(shù)制造的，這是一種可擴展且具有成本效益的方法，然后進行原子層沉積，從而實現(xiàn)了這種透鏡的大規(guī)模生產(chǎn)。超透鏡設計用于有效聚焦光線，但與大多數(shù)超透鏡一樣，由于與不同波長的光線相互作用，會產(chǎn)生色差和其他畸變。

為了解決這個問題，深度學習模型經(jīng)過訓練，可以識別并糾正超透鏡造成的色差和模糊。這種方法的獨特之處在于，它可以從大量的圖像數(shù)據(jù)集中學習，并將這些修正應用于系統(tǒng)未來捕獲的圖像。

圖片:AP_6_6_066002_f004.png

（a）真實圖像，（b）超透鏡圖像，以及 （c）由我們的模型重建的圖像。這些圖像與測試集數(shù)據(jù)相關(guān)聯(lián)。放大圖像的中央（紅色）和外部（黃色）區(qū)域，以分別在高視角和低視角下獲得超透鏡圖像的恢復。超透鏡圖像的外部區(qū)域（黃色框）被成功恢復，盡管由于高視角下的角度像差，這些區(qū)域比內(nèi)部區(qū)域（紅色框）退化得更嚴重。

圖像修復框架使用對抗學習，即兩個神經(jīng)網(wǎng)絡一起訓練。一個網(wǎng)絡生成修正圖像，另一個網(wǎng)絡評估圖像質(zhì)量，推動系統(tǒng)不斷改進。

此外，位置嵌入等先進技術(shù)有助于模型理解圖像失真如何隨觀察角度的變化而變化。這使得修復后的圖像有了明顯改善，特別是在整個視場的色彩準確度和清晰度方面。

該系統(tǒng)產(chǎn)生的圖像可與傳統(tǒng)笨重鏡頭產(chǎn)生的圖像相媲美，但體積更小、效率更高。從智能手機和相機等消費電子產(chǎn)品，到 VR 和 AR 等更專業(yè)的應用，這一創(chuàng)新有可能給各行各業(yè)帶來革命性的變化。通過解決超透鏡的核心問題——色差和像差，這項工作使我們更接近于將這些緊湊型透鏡集成到日常成像設備中。

據(jù)資深通訊作者、韓國浦項科技大學（POSTECH，韓國）機械工程、化學工程和電氣工程專業(yè)的教授Junsuk Rho說：“這種深度學習驅(qū)動的系統(tǒng)標志著光學領(lǐng)域的重大進步，為在不犧牲質(zhì)量的前提下創(chuàng)造更小、更高效的成像系統(tǒng)提供了一條新途徑。”

量產(chǎn)高性能超透鏡的能力，再加上人工智能驅(qū)動的修正，讓我們更接近這樣一個未來：在商業(yè)和工業(yè)應用中，緊湊、輕便、高質(zhì)量的成像系統(tǒng)成為常態(tài)。

相關(guān)鏈接：https://phys.org/news/2024-11-metalenses-harness-ai-high-resolution.html

論文鏈接：https://dx.doi.org/10.1117/1.AP.6.6.066002