什么是稀疏全息技术（Sparse Holography）？

计算成像技术通过采用先进的算法和专门的硬件来捕捉超越传统相机限制的图像，取得了重大进展。本文探讨了稀疏全息技术，这是一种将二维全息图转换为沉浸式三维图像的计算成像技术，推动了视觉表现和感知的界限。

图片来源：Arelix/Shutterstock.com

摄影随着计算成像的出现而发展，将光学和计算相结合，从光中提取和处理数据。这种方法允许在捕捉到图像后进行调整和增强，提供了比传统摄影更多的优势。

计算成像的一个显著发展是稀疏全息术，这是由大卫-布雷迪教授开创的一项技术。

稀疏全息术：创建三维图像的革命性技术

稀疏全息术是由亚利桑那大学的戴维-布雷迪教授提出的一种新型成像技术，用于从二维（2D）全息图中生成三维（3D）图像。这种技术使用计算成像工具来测量二维全息图，并使用这些测量值来估计三维物体。

与传统的照片不同，所产生的图像不是平面的表现，而是物体的真正三维表现，可以通过交互式软件进行检查，或利用三维打印技术转化为物理模型。

稀疏全息术与传统的全息术有何不同？

全息术是一种无镜头的成像技术，它创造出独特的摄影图像，称为全息图。全息图是预先记录的三维物体的投影表现，通过相干光，如激光束实现。

对投射的全息图的感知根据观察角度的不同而不同，创造出一种类似于观察直接在你面前的物理物体的体验。然而，根据大卫-布拉迪教授的说法：

"通常情况下，当你看全息图时，你可以看到物体，好像它就在那里。但你不能真正重建它，就像它是一个真实的三维物体一样。" 大卫-布雷迪教授

典型的成像系统和照片是在二维空间捕捉图像，这不足以表现我们三维世界的深度和空间特征。这给传统和数字全息技术在捕捉和准确描绘我们环境中物体的真实性质方面带来了挑战。

此外，传统的全息术涉及记录光和物体之间的干涉模式，以创建一个全息图，然后用来重建一个三维图像。然而，它的分辨率受制于相机的光圈大小。

稀疏全息术通过采用先进的算法和专门的硬件来分析和处理精心选择的足以重建图像的测量子集，从而克服了这些缺点。这样就可以生成分辨率更高的三维图像，超越了传统全息技术的能力。

稀疏全息术的潜在应用

稀疏全息技术有望用于需要三维成像的各种应用，特别是涉及移动物体的场景。

传统上，创建动态物体的三维图像，如在显微镜下观察到的生物体或组织，一直是一种挑战，因为全息图记录的是物体在单一时刻的光波干扰模式。

然而，稀疏全息技术克服了这一限制，它从多个时间实例中选择一个测量子集来估计和重建一个移动物体的三维图像。这使得准确和动态的三维表示得以创建，例如一条游泳的鱼，保留其运动和空间特征。

稀疏全息技术在测量3D场景中找到了用武之地，如自动驾驶汽车和视频游戏的应用。此外，布雷迪的研究小组已经成功地将其应用于现实世界中，包括X射线系统和不同类型的相机。

稀疏全息术中使用的计算成像工具正在不断改进，并变得更加便于使用。这些工具能够捕捉到高帧率和高分辨率的图像，突破了空间、时间和维度分辨率的界限。

稀疏全息术的未来

稀疏全息技术代表了高效三维成像系统的未来，布雷迪教授和他的研究小组二十年来一直致力于此。

我的小组的核心研究兴趣是如何将光学测量推向可能的物理极限。---大卫-布雷迪教授。

在他们的追求中，布雷迪的团队计划采用全息测量与相机阵列，允许增加孔径大小。通过利用稀疏的全息技术，这些相机可以在像足球场这样的广大区域内捕捉比人类头发还小的微小细节。

随着成像领域的发展，随着人工智能生成的图像和被操纵的深度假象的兴起，布雷迪强调，我们正在经历成像系统的重大转变。这种认识进一步强调了稀疏全息技术在未来的潜在影响，因为它将继续推进并为不断变化的成像技术领域作出贡献。

虽然人工智能将改变我们与数据的互动，但其背后的故事是，计算成像正在提高我们看世界的能力。----大卫-布拉迪教授。

参考资料
 

Rajalakshmi, N. (2023). A New Method for Creating 3D Images. [Online]. The University of Arizona. Available from: https://news.arizona.edu/story/new-method-creating-3d-images (Accessed on 31 May 2023)

Savage, N. (2022). Next-Gen Imaging Takes Pictures that Speak a Million Pixels. [Online]. SPIE Digital Library. Available from: https://spie.org/news/photonics-focus/marapr-2022/next-gen-imaging-speaks-a-million-pixels?SSO=1 (Accessed on 31 May 2023)

作者：Owais Ali

本文由光电查搜集整理，未经同行评议，请自行判断可信度。仅供学习使用。