概要

計算光學(xué)成像是一個新興多學(xué)科交叉領(lǐng)域。它以具體應(yīng)用任務(wù)為準(zhǔn)則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設(shè)計遠(yuǎn)超人眼的感知新范式；同時，結(jié)合數(shù)學(xué)和信號處理知識，深度挖掘光場信息，突破傳統(tǒng)光學(xué)成像極限。目前，計算光學(xué)成像處于高速發(fā)展階段，已取得許多令人振奮的研究成果，并在手機攝像、醫(yī)療、無人駕駛等領(lǐng)域開始規(guī)�；瘧�(yīng)用。未來，計算光學(xué)成像有望進一步顛覆傳統(tǒng)成像體系，帶來更具創(chuàng)造力和想象力的應(yīng)用，如無透鏡成像、非視域成像等。

趨勢解讀

 傳統(tǒng)光學(xué)成像建立在幾何光學(xué)基礎(chǔ)上，借鑒人眼視覺“所見即所得”的原理，而忽略了諸多光學(xué)高維信息。當(dāng)前傳統(tǒng)光學(xué)成像在硬件功能、成像性能方面接近物理極限，在眾多領(lǐng)域已無法滿足應(yīng)用需求。例如 ，在手機攝影領(lǐng)域，無法在保證成像效果的同時縮小器件重量和體積，出現(xiàn)令人詬病的“前劉�！焙汀昂笤“浴钡那闆r；在顯微成像領(lǐng)域，無法同時滿足寬視場和高分辨率的需求；在監(jiān)控遙感領(lǐng)域，難以在光線較暗、能見度較低的復(fù)雜環(huán)境中獲得清晰圖像。

隨著傳感器、云計算、人工智能等新一代信息技術(shù)的不斷演進，新型解決方案逐步浮出水面——計算光學(xué)成像。計算光學(xué)成像以具體應(yīng)用任務(wù)為準(zhǔn)則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設(shè)計遠(yuǎn)超人眼的感知新范式；同時，結(jié)合數(shù)學(xué)和信號處理知識，深度挖掘光場信息，突破傳統(tǒng)光學(xué)成像極限（如圖1所示）。

圖1.傳統(tǒng)光學(xué)成像（左）和計算光學(xué)成像（右）

計算光學(xué)成像是一個新興多學(xué)科交叉領(lǐng)域,早期概念在上個世紀(jì)70年代中期才逐步形成。隨著信息技術(shù)的蓬勃發(fā)展，計算光學(xué)成像已成為國際研究熱點。由于計算光學(xué)成像研究內(nèi)容覆蓋范圍廣，目前還沒有一個比較明確的分類方法。按照計算成像技術(shù)所解決的應(yīng)用問題來分類，可以大致分為以下三類：（1）功能提升：對傳統(tǒng)方式無法獲取的光學(xué)信息，如光場、偏振、相干度等進行成像或測量；（2）性能提升：即提升現(xiàn)有成像技術(shù)的性能指標(biāo)，如空間分辨率、時間分辨率、景深、復(fù)雜環(huán)境魯棒性等；（3）簡化與智能化：通過單像素、無透鏡等特定技術(shù)簡化成像系統(tǒng)，或者以光速實現(xiàn)特定人工智能任務(wù)（如圖2所示）。

圖2.計算光學(xué)成像技術(shù)分類