傳統(tǒng)成像系統(tǒng)在獲取場景多維光場信息時面臨顯著技術瓶頸。近日，清華大學研究團隊于《Nature Communications》發(fā)表的最新成果表明，基于單層超表面的單目成像系統(tǒng)可在環(huán)境光下單次曝光同步獲取場景的二維全聚焦強度、深度及偏振信息，為多維成像領域提供了革命性解決方案。該技術突破了傳統(tǒng)光學系統(tǒng)在體積、復雜度及能耗上的限制，在機器視覺、生物醫(yī)學及遙感等領域展現(xiàn)出重要應用價值。

    一、傳統(tǒng)多維成像技術的局限性與研究背景
    （一）多維光場信息獲取的技術挑戰(zhàn)
    傳統(tǒng)相機僅能記錄二維強度圖像，而三維深度與偏振信息的同步采集長期依賴復雜光學架構。例如，結構光三維成像需主動激光照明，雙目視覺受基線長度限制深度分辨率，偏振成像則普遍采用振幅分割或時域復用方案，導致系統(tǒng)體積龐大且實時性不足。隨著自動駕駛、智能感知等領域對場景全維度信息需求的提升，研發(fā)緊湊型、高集成度的多維成像系統(tǒng)成為學術界與工業(yè)界的重要目標。
    （二）點擴散函數(shù)（PSF）的維度編碼機制
    成像系統(tǒng)的點擴散函數(shù)（PSF）對光場信息的編碼能力是突破上述瓶頸的關鍵。理論上，若PSF對目標深度（z）與偏振態(tài)（p）具有強相關性，則可通過單次成像實現(xiàn)多維信息解耦。標準鏡頭的離焦PSF因自相似性導致深度估計精度有限，而雙螺旋PSF等傳統(tǒng)衍射元件雖優(yōu)化了深度相關性，卻面臨計算復雜度高、需參考圖像等問題，難以滿足實時多維成像需求。

    二、超表面相機的技術創(chuàng)新與系統(tǒng)架構
    （一）偏振解耦的共軛單螺旋PSF設計
    該系統(tǒng)的核心在于優(yōu)化設計的單層超表面，其通過納米結構調(diào)控光場矢量特性，生成一對空間分離、偏振正交的共軛單螺旋PSF。具體而言，超表面將x偏振與y偏振光分別聚焦于探測器平面的橫向偏移位置，形成具有深度依賴特性的旋轉矢量場。目標深度信息被編碼于PSF平移矢量的局部方向，而偏振態(tài)則由正交偏振光的強度分布表征，實現(xiàn)了光場信息的物理維度解耦。
    （二）超表面微納結構與光學表征
    超表面單元由藍寶石襯底上的矩形硅納米柱陣列構成，納米柱高度600nm、周期330nm，通過調(diào)控寬度（100-250nm）與長度實現(xiàn)相位分布優(yōu)化。實驗表明，該結構在800nm近紅外波段可生成理論設計的單螺旋PSF，其離軸角與目標深度呈線性關系，費舍爾信息較標準鏡頭提升兩個數(shù)量級，為高精度參數(shù)估計奠定物理基礎。

    三、實驗驗證與性能分析
    （一）靜態(tài)場景多維成像能力
    在室內(nèi)實驗中，系統(tǒng)對由紙張、鐵和陶瓷組成的多深度場景進行單次拍攝，通過圖像分割與模板匹配算法解碼后，深度圖歸一化平均絕對誤差（NMAE）僅0.37%，偏振對比度（I?/I?）清晰區(qū)分金屬與非金屬材料特性。該結果驗證了系統(tǒng)在靜態(tài)環(huán)境下的多維信息同步采集能力。
    （二）動態(tài)場景實時感知性能
    室外動態(tài)實驗中，系統(tǒng)對以-10cm/s速度移動的玩具汽車進行跟蹤成像，靜止目標與運動目標的深度估計NMAE分別為0.78%與1.26%，成功捕捉三維場景的時空演化關系。盡管室外場景因積分時間延長導致運動模糊，但其深度估計精度仍維持在工程應用可接受范圍。

    四、應用前景與技術拓展
    （一）關鍵領域應用潛力
    1.智能駕駛與機器人視覺：環(huán)境光下的實時四維成像可提升自動駕駛系統(tǒng)對復雜路況的三維感知精度，偏振信息有助于區(qū)分不同材質障礙物（如積水路面與干燥路面），增強惡劣天氣下的環(huán)境魯棒性。
    2.生物醫(yī)學顯微成像：緊湊型系統(tǒng)可集成于內(nèi)窺鏡等設備，深度信息支持細胞三維重構，偏振分析適用于生物分子取向檢測，為活細胞動態(tài)觀測提供新工具。
    3.遙感與增強現(xiàn)實：通過多光譜超表面拓展，可實現(xiàn)地物材質與深度的同步反演；在AR領域，單次成像獲取的四維光場信息可顯著提升虛實融合場景的真實感。
    （二）未來技術發(fā)展方向
    當前系統(tǒng)尚局限于窄光譜帶寬，未來可通過以下路徑優(yōu)化：
    -多光譜與全偏振拓展：利用超表面波長依賴特性設計多通道PSF，結合壓縮感知算法實現(xiàn)全斯托克斯偏振成像與光譜分析；
    -算法與硬件協(xié)同優(yōu)化：引入深度學習提升復雜場景的逐像素多維解算效率，通過多層超表面堆疊擴大視場與離軸角度；
    -工程化集成設計：優(yōu)化納米加工工藝降低成本，推動系統(tǒng)與CMOS探測器的單片集成，實現(xiàn)消費級設備應用。

    清華大學團隊提出的單目光學超表面相機，通過微納光學結構與物理驅動算法的協(xié)同創(chuàng)新，突破了傳統(tǒng)成像系統(tǒng)的維度限制，實現(xiàn)了被動單次四維成像。該技術不僅為光場信息獲取提供了全新范式，更推動了成像系統(tǒng)向小型化、低功耗方向發(fā)展。隨著技術迭代與應用拓展，超表面多維成像技術有望成為下一代智能感知系統(tǒng)的核心基礎。