单像素成像通过时间变化的结构编码将高维度信息编码到一维探测序列中, 仅通过一个单像素探测器即可实现高维度的成像。得益于单像素成像对探测器极低的分辨率要求, 其在特殊波段成像、极弱光成像、激光雷达探测等领域都有着重要的研究价值。复光场成像相较于传统强度成像在获得光场强度变化的同时还可以获得光场的相位信息, 在无标记显微成像、表面测量、晶体测量等领域发挥着巨大的作用。将单像素成像手段引入复光场成像领域, 将有效降低复光场成像在弱光显微成像与测量等场景下的探测成本。从单像素成像以及复光场探测的基本原理出发, 详细介绍了单像素复光场成像的研究现状及最新进展, 对现有的问题做了具体分析, 并对今后可能的发展方向做了展望。

激光关联成像雷达是一种在凝视探测的条件下通过主动调控光场涨落和单像素探测器接收目标回波信号获取目标信息的计算成像技术, 在远距离目标识别、三维成像、要地防御等领域有着重要应用前景, 成为近年来的一个研究热点。简述了基于窄脉冲直接探测体制和基于长脉冲外差探测体制的两种激光关联成像雷达的基本原理和特点, 并介绍了其近期取得的主要研究进展。进而围绕远距离、高分辨、高速运动目标探测与识别应用, 对激光关联成像雷达所需解决的关键问题和发展趋势进行了探讨和展望。

强度关联衍射成像是一种新的衍射成像方法, 该方法基于光场高阶关联特性, 通过计算参考臂与探测臂光强涨落的强度关联, 能够非定域地获取目标物体的傅里叶衍射谱信息。作为一种新的成像方法, 强度关联衍射成像具有非定域、弱光成像、成像分辨率高等优势, 能够解决一些常规成像难以解决的问题, 近年来受到了广泛的关注, 未来有望在生物医学、材料科学等众多领域实现应用。本文简述了强度关联衍射成像的最新进展, 同时介绍了一些图像重构的新算法, 最后指出该成像方法目前仍然存在的问题并对其未来发展进行了展望。

光学成像是人们获取信息最重要的技术手段之一。关联成像作为一种基于光场高阶关联发展起来的新技术, 利用单个点探测器就可以实现对面目标的成像, 具有物像分离、探测灵敏度高、抗干扰能力强等优点, 为光学成像技术的发展带来了新的机遇。但关联成像以时间换空间的多帧累积成像模式, 严重限制了图像的获取效率。为了解决该问题, 除了进行系统结构、光源和探测方法优化设计外, 研究高效的图像重构算法也是提高成像质量和成像速度最有效的方法之一。好的图像重构算法不仅能大大降低成像所需的测量次数, 提高信息提取效率和重构图像质量, 还能降低对成像系统硬件的要求, 是关联成像技术走向实用的关键。近年来, 关联成像图像重构算法不断演变, 发展出很多不同类型的重构算法。本文简要回顾了关联成像的原理机制, 进而在此基础上系统介绍了几种主要关联成像算法的基本原理, 并分析了其优缺点和适用场景。

散射介质会改变光子的传播方向和传输路径, 导致成像质量下降甚至形成散斑。理论上, 散射介质的传输矩阵可以被用来恢复目标信息, 但是求解传输矩阵的过程十分复杂, 而且精度也受较多因素的影响。近年来, 迅速发展的深度学习技术为解决散射光场成像问题提供了新思路, 其作为一种求解逆问题的常用方法可以准确恢复目标信息、提高成像质量, 在散射光场成像领域发挥着重要作用并涌现出了一系列突出的科研成果。基于深度学习算法中的监督学习和无监督学习, 总结了现阶段基于深度学习算法的散射光场成像技术的研究进展, 并从深度学习技术的网络结构、成像质量、泛化性等方面分析比较了各类智能算法成像技术性能。最后, 分析了基于深度学习算法的散射光场成像技术的优势及面临的挑战, 并展望了该领域未来可能的发展趋势。

近年来, 图像采集设备的高速发展极大地丰富了图像种类和数量。图像配准技术作为图像分析和处理的关键, 在图像融合、模式识别和计算机视觉等领域作用日益重要, 如何实现高精度、实时配准已成为该领域的研究重点。与此同时, 深度学习技术发展迅速, 卷积神经网络在图像表示、特征提取等方面显示出独特优势。本文系统综述了基于深度学习技术实现图像配准的相关研究进展, 深入讨论了基于深度迭代配准、全监督图像配准、弱/双重监督图像配准、无监督图像配准等典型的深度学习的图像配准方法, 总结了相关领域研究人员所面临的共同挑战, 并指出了未来可能的研究方向。

光学合成孔径成像系统是利用多个小口径望远镜排列成稀疏孔径阵列来增大系统等效口径, 从而实现大口径光学系统的高分辨成像效果。子孔径间的共相误差探测是实现合成孔径系统高分辨率成像的重要前提, 该技术一直是该领域研究人员关注的焦点之一。新兴的人工智能及大数据技术为合成孔径成像系统共相误差探测提供了新思路和开辟了新方向。本文在简要回顾合成孔径成像系统共相误差探测方法的基础上, 介绍和分析了近年来深度学习技术在合成孔径成像系统共相误差探测方面的研究进展, 并对未来发展方向进行了总结和展望。

当前, 光电子器件正朝着微型化和集成化方向发展, 而传统的光电子器件通常基于硅晶片技术或者波导技术, 这就使得芯片需要通过波导模式转换器才能与光纤尾纤进行耦合，因此发展与光纤系统兼容的光电子器件具有重要的现实意义。“光纤实验室” 技术的发展，推动了低维材料与光纤的结合, 促进了光子芯片在光纤上的集成与发展, 有助于开发新一代小型化、集成化、轻量级、低成本、多功能的全光纤光子集成平台。根据光与物质相互作用方式的不同, 光纤集成光电探测器可分为沿波导方向集成和光纤端面集成两种类型。本综述主要回顾了近年来这两类光纤集成光电探测器的制备方法和研究进展, 并对利用光纤作为光电子器件的集成平台的未来发展进行了展望。

涡旋光束的轨道角动量 (OAM) 可用于信息的编码, 因此在自由空间光通讯等领域具有重要的应用价值。然而, 实际的传输空间通常存在着各种随机介质, 会造成传输涡旋光束的波面畸变, 导致传统的方法无法准确测量涡旋光束的轨道角动量。针对此问题, 以毛玻璃作为随机介质, 基于深度学习技术, 从涡旋光束经过毛玻璃所产生的散斑场中准确识别出了涡旋光束的轨道角动量。为提升光信息的编码与传输能力, 还进一步测试了多涡旋结构光束的轨道角动量识别。测试结果表明, 对于五个涡旋结构的光束, 所设计的网络仍能从单帧散斑图中准确识别其轨道角动量。

为在较低成本下解决单像素成像速度问题, 从硬件和算法两个层面提出解决方案, 搭建软硬件协同的单像素成像体系。算法层面在 Hadamard 单像素成像中引入 DQN 算法, 提出 DQN-Hadamard 单像素成像, 获得对特定目标物体的相对最优采样顺序。硬件层面基于 LED 阵列的高速低成本基底图案投射方案, 选择 ARM 与 FPGA 特性结合的 ZYNQ 7020 作为主控, 搭建 ARM 与 FPGA 协同的 Hadamard 单像素成像系统。最后结合算法与硬件, 完成 DQN-Hadamard 单像素成像在 ARM 与 FPGA 协同的 Hadamard 单像素成像系统的移植, 并与自适应斜 Z 字形采样单像素成像做了详细比较。成像结果显示, 所提方案在 30% 的采样率下即可重建目标物体图像, 验证了低成本软硬件协同单像素成像的可行性。

发展了一种余弦编码复用高空间分辨率关联成像技术。首先通过构造多个低空间分辨率的余弦编码散斑复用为高空间分辨率调制散斑对目标进行调制照明, 单像素探测器收集调制光与目标相互作用后产生的散射光强, 由迭代算法复原出目标的混叠图像。进而鉴于余弦编码所特有的确定性频谱结构, 利用数字图像处理方法高效解码重构出多个低空间分辨率物体图像, 最终拼接为高空间分辨率目标图像。理论分析了余弦编码复用高空间分辨率关联成像技术实现方法, 并仿真验证了该方法的有效性。本方法大幅降低了传统高空间分辨率关联成像所需的调制散斑, 减少了在线采样时间与离线图像重构时间, 提高了高空间分辨率关联成像的成像效率。