随着现代探测手段的发展和光学系统的完善，人们对光子探测和数字电路处理技术也愈发成熟。Qutools、Scontel和Aurea等高科技
公司研发了一系列高精度高效率的单光子探测器和时间相关计数器等产品。它们在科研领域有着极其广泛的应用。而本文将重点介绍它
们的一种组合应用：非视域关联成像。包括具体实验案例及相关综述性知识。
非视域成像，即观测在可视区域外物体的方式——比如藏于拐角或者墙角后面、烟雾或者大气端流后面的物体。
非视域成像在未来将会有着非常广泛的应用前景，如：军事和救援领域中，如果敌人埋伏在房间内或者墙角边，此时非视域成像就能够
提前捕捉到敌人的位置信息。在搜救过程中，该技术可以提前发现被掩埋的伤者。此外，也可以应用到人工智能的无人驾驶技术以提高
其安全性。因此，无论是在民用领域或者是军事领域，对非视域成像的研究都具有重要的意义。
非视域成像大致分为两类， 一类为散射介质遮挡；另一类是 拐角物体。
其典型的成像方法—关联成像，又称“鬼成像”（ghost imaging, GI）， 是一种利用光场在空间上的二阶相关性对目标物体表面信
息进行重构的新型成像技术。下面是基于这一原理的具体实验。
基于时间相关对视域外物体的探测实验
可以搭建一套基于时间相关的非视域探测系统，实现对视域外物体的高精度的定位，并初步得到物体的表面轮廓。
实验过程：超快脉冲激光器发射出脉冲激光，经扫描振镜反射后照射在中介墙面上，经墙面漫反射后部分散射到达拐角处的物体，再经
过物体表面反射后极小部分携带着物体信息的光返回墙面被单光子探测器（SPAD）所接收。脉冲激光器的电同步信号与探测器探测到
的光子产生的脉冲序列，分别接入TCSPC模块的“开始”与“结束”通道，得到光子—时间的时间直方图，基于时间直方图的信息，
通过椭球层析算法即可重构出拐角处物体的信息。
图4.2.1实验装置图
上述实验图为山东大学孙宝清教授组的实验场景及成像结果图。而下文则是国防科技大刘伟涛教授课题组对该领域的进一步综述。
一、关联成像相关背景。
关联成像，又称鬼成像，是一种利用光场高阶关联获取物体信息的成像技术。在关联成像系统中，有两束相互关联的且具有随机涨落的
光，如图1所示。一束称为参考臂光，经自由传播后的光强分布被记录下来；另一束称为物臂光，经过物体后由一个没有空间分辨能力
的点探测器收集。两路光均不能单独获得物体图像，而物体图像可以通过两路光的关联得到。关联成像具有高灵敏、抗干扰等特点，在
生物医学、遥感成像等领域有广阔应用前景。
图1 关联成像示意图
由于使用了没有空间分辨能力的点探测器，关联成像需要多次采样来重构物体的二维或三维图像，成像过程需要一定的时间，在此期间
物体和成像系统的相对运动会导致图像质量退化。而在很多实际应用场景中，常常需要对运动物体成像，如活细胞成像、安全监控、自
动驾驶、空中预警等。如何提升对运动物体成像的能力是关联成像走向应用亟需解决的关键问题之一。
二、运动物体关联成像技术手段
首先是提升成像速度，对运动物体成像，唯快不破。影响关联成像速度的因素主要包括光源刷新频率和成像算法耗时。因此提升关联成
像速度的思路有提升光源刷新频率、开发实时算法两个技术方向。
现阶段关联成像常用的光源调制器件包括毛玻璃、数字微镜器件、LED阵列，最快刷新频率可以达到100MHz量级。近年来出现的波导
相位调制集成光路等技术使得光源调制方式实现了固态化（见图2）。本课题组也自主研制了大功率、刷新频率可达几十kHz的高性能
可编程赝热光源，对一定距离的室外运动目标实现了准实时成像。在成像算法方面，压缩感知和机器学习大幅减少了成像所需采样次
数，提升了关联成像速度。同时，为了实现运动物体的实时成像，减少算法的耗时也是值得关注的问题。
图2 硅基芯片耦合多模光纤的二维赝热光源及成像装置示意图
其次，根据实际场景优化成像策略，也可以提升关联成像速度。通过设计照明方式，关联成像获取物体信息的方式比传统成像更加灵
活。现有方法有使用凹式散斑照明、反馈式成像、自适应压缩关联成像等。这些方法都为运动物体关联成像提供了很好的借鉴。结合关
联成像本身特点，将运动物体的速度、位置和稀疏性等先验信息用于图像重构，可以实现在物体运动过程中逐渐获取物体清晰的图像。
此时将不再要求成像系统在物体准静止的时间内完成采样，从而可以大幅提升关联成像系统对快速运动物体追踪和成像的能力。例如，
对于匀速运动物体，当图像重构算法中的补偿速度和物体运动速度越接近，成像质量越高。因此以图像质量为判据，可以估计物体的运
动速度，然后再以物体运动速度为先验信息，可以再物体运动过程中逐渐获得物体图像（见图3）。
运动物体的位置比图像信息量少，可以更快、更容易获得。因此，在不同时刻通过少量采样获得物体模糊的图像，通过计算不同时刻图
像之间的互相关，可以得到对应时刻物体的位移。然后将位移用于图像重构，在物体运动过程中逐渐获得了物体的清晰图像（见图
4）。该方法对旋转运动的物体同样有效。此外，将深度学习与该方法结合，可以进一步提升关联成像对运动物体的追踪成像能力。
图4 基于时域相关的运动物体关联成像结果
（a）不同位置的物体；（b）传统关联成像的结果；（c）基于时域相关的关联成像结果
当空间稀疏的物体在不随时间变化的散斑中运动时，物体的运动信息被编码在桶探测信号的涨落性质中，此时利用稀疏约束算法和机器
学习，以物体的稀疏性为先验，可以实现对运动物体的计数和成像[8]（见图5）。
图5 Ghost cytometry计数原理示意图[8]
三、未来的方向与挑战
现阶段，关联成像技术正朝着更高分辨率、更远工作距离、更大视场、更强鲁棒性的方向不断拓展。针对运动物体，关联成像系统还需
要发展更高效的信息获取能力，以更快地获取目标信息。具体到科学技术问题，主要包括制备高性能的光源、开发更先进的实时算法和
研制更高灵敏度的探测器。关联成像信息获取方式灵活，探测器响应速度快、灵敏度高，因此可以预期，关联成像的发展将给远距离、
大视场、弱回波场景中运动物体成像带来新的机遇。
（声明：本文综述自山东大学张泽鑫（孙宝清教授组） 硕士论文、国防科技大学刘伟涛教授课题组《运动物体关联成像研究现状及展
望》等文章；其科研相关领域内所需的实验设备本公司可提供，文中高亮标出，价格优惠，性能优异，如有需要，欢迎采购！）
您可以通过我们的官方网站了解更多的产品信息，或直接来电咨询4006-888-532。
展示全部 
