分光光度法成像： 获得多维信息的神奇方法

用于获取每个斯托克斯参数的高维三维数据立方体的光谱极化成像（SPI）方案。资料来源：Advanced Photonics Nexus（2023）。doi: 10.1117/1.apn.2.3.036009

在光学领域，捕捉高维光学信息对于理解和描述不同场景的各种目标至关重要。这包括诸如辐照度、光谱、空间、偏振和相位等重要方面。然而，找到一个能有效收集所有这些信息的单一系统--同时又是轻量级的、便携的和具有成本效益的--是相当具有挑战性的。

进入压缩式全斯托克斯光谱偏振成像（SPI）--一种将无源偏振调制器（PM）整合到一般成像光谱仪的强大技术。这种方法允许从不完整的测量中捕获高维信息。唯一的缺陷是需要一个重建算法来恢复描述电磁辐射状态的每个斯托克斯参数的三维数据立方体（x、y和λ）。不幸的是，现有的PM是复杂的，需要精确的偏振校准，而且目前的重建算法经常受到图像质量差和对噪声敏感的困扰。

幸运的是，中国西安交通大学的一个研究小组已经提出了一个创新的解决方案。正如Advanced Photonics Nexus杂志所报道的，他们开发了一种无源分光测距调制技术，使用一个单一的多阶延缓器，然后是一个偏振器。他们为SPI创建了一个统一的前向成像模型，提出了一种结合了深度图像先验和稀疏先验的重建算法。最重要的是，他们的方法不需要训练数据或精确的偏振校准，它可以同时重建三维数据立方体，同时实现自我校准。这种被称为DIP-SP的新方法对噪声具有很强的鲁棒性，并显著提高了重建图像的质量。

为了证明其技术的可行性和有效性，研究人员将最简单的PM集成到一个微型快照成像光谱仪中，创造了一个单次SPI原型。通过模拟和实验，他们表明他们的SPI方案优于现有方法。他们的方法的优点是，它允许一般的光谱成像系统成为无源全斯托克斯SPI系统，而不改变其固有的机制。

DIP-SP方法的优点是多方面的。首先，它能实现最简单的无源PM方案，使编码和解码变得可行。第二，它消除了对额外训练数据的需求，可以应用于不同的应用。第三，它还消除了其他方法所需的寻找与场景相关的正则化参数的耗时。第四，由于使用了前向成像模型，神经网络的输出在物理上是受限制的，而且是可解释的。最后，测量矩阵的精确校准是没有必要的，粗糙的初步偏振校准是可以接受的。这种方法也有可能通过修改测量矩阵而适用于其他PM方案。

这个提议的SPI方案可用于工业检测和机器视觉，在这些领域通常需要快照能力，它也有可能应用于使用微型无人驾驶飞行器或地面车辆的监控。在生物医学诊断领域，它可以方便地适用于各种商业显微镜，如荧光显微镜、共聚焦显微镜、眼底镜、内窥镜和喉镜。

总的来说，创新的DIP-SP方法为开发微型SPI系统提供了令人兴奋的可能性，它既利用了自由空间的光学元件，也利用了与硅光子电路或元表面的芯片级集成。它的简单性、有效性和广泛的应用范围使它成为光学成像领域的一个重大进步。

更多信息：Feng Han et al, Deep image prior plus sparsity prior: toward single-shot full-Stokes spectropolarimetric imaging with a multiple-order retarder, Advanced Photonics Nexus (2023). DOI: 10.1117/1.APN.2.3.036009