实验原理

1、高光谱压缩超快成像技术的发展

超快事件的成像记录，在科学研究与实际应用中都有非常重要的作用，因此人们对超快成像进行了孜孜不倦的探索。直到20世纪，超快成像技术才有了重大突破，比如转镜相机可以超过10⁵帧每秒 (fps)。随着半导体器件的发展，CMOS和CCD图像传感器获得了广泛的应用，成像速度可以达到10⁷fps。但是受电子存储和读取速度的影响，CMOS和CCD的成像速度无法进一步提高。对于很多超快事件的观测来说，这样的成像速度仍然不够。因此，科学家们仍在一直在探索成像速度更快的相机。近些年，科学家们发明了多种超快成像技术，这些超快成像技术可以分为两类，主动照明超快成像和接收式超快成像。顾名思义，主动照明成像需要特定的照明光，这类成像技术一般是把照明光的相位、频谱或者相位信息通过计算转换为时间信息，用照明光的时间信息来反演动态过程；而接收式成像不需要特定照明光，只要动态过程发光就可以进行记录，对于不发光的过程通过进行照明也可以成像记录，这类成像技术通过对携带动态过程的光学信息进行操作来反演时间信息。接收式成像系统更加接近于传统的相机，应用领域十分广泛。

加州理工大学的Lihong V. Wang团队2014年提出了压缩超快成像技术，并利用这种单次接收式成像技术首次拍摄到了空间光的传播、反射和折射现象。压缩超快成像技术使用了具有超快时间分辨的条纹相机，条纹相机的常规使用方法是利用细小的狭缝对一维线阵场景进行成像，以避免不同时刻场景的交叠。但压缩超快成像技术则将狭缝完全打开，对场景进行二维的图像。尽管不同时间的图像会叠加在一起，但是利用预先施加的空间编码和图像重构算法可以把这些叠加在一起的图像还原出来。压缩超快成像技术最早的成像速度可以达到10¹¹fps，单次成像帧数大于100，单帧的像素数为150×150。由于压缩超快成像技术是被动式成像，对一些自发光的现象（比如生物荧光）有很大的优势。和现存的主动式超快成像技术相比，压缩超快成像技术不需要特定的照明光，而主动式超快成像不仅需要特定的照明光，并且单次成像序列帧数很少；和现存的接收式超快成像相比，压缩超快成像技术成像速度很快，已经达到主动式超快成像的水平。因此，压缩超快成像技术是现有超快成像技术中最有潜力的一种。

压缩超快成像技术因其出色的成像性能吸引了研究人员的广泛关注，这项技术本身也获得了不断的发展。2015年外置相机被引入到压缩超快成像系统中，用于记录未经编码偏转的场景信息，为图像重构提供空间和强度约束，以提高图像的重构质量。2017年Lihong V. Wang团队将压缩超快成像系统中的微镜阵列器件两个反射方向的光束同时收集，充分利用了互补编码的两个通道，实现了高质量的无损压缩超快成像。2018年通过对压缩超快成像系统的器件和结构改进提出了T-CUP，将成像速度推进到了10¹³fps。同年，Shian Zhang课题组提出了通过优化编码模式提高压缩超快成像质量的方案。2019年，Shian Zhang课题组提出了增广拉格朗日算法用于提高压缩超快成像的图像重构质量。2020年，Lihong V. Wang团队提出了压缩超快光谱成像技术CSUP，利用宽带照明光的色散调制进一步提高成像速度，达到了7×10¹³fps。此外，他们还结合双目视觉和偏振控制实现了立体偏振压缩超快成像SP-CUP。还提出了多通道压缩超快成像技术，通过增加采样的通道数量，提高采样率来增强成像的质量。同年，Jinyang Liang课题组通过特殊设计的条纹相机光阴极结构搭建了紫外压缩超快成像系统UV-CUP，将压缩超快成像技术推广到了紫外波段。2021年, Shian Zhang课题组分别提出基于全变分-分块匹配三维滤波的重构算法TV-BM3D和增广拉格朗日-深度学习混合算法AL-DL，进一步提升压缩超快成像的图像重构质量，还提出了分子排列辅助的压缩超快成像技术方案，有望将成像速度提升到10¹⁴fps。其中，Shian Zhang课题组提出了高光谱压缩超快成像技术，增加了光谱测量能力，将压缩超快成像技术测量维度从三维推进到了四维，实现了超快动态场景的空间-时间-光谱四维测量。

2、高光谱压缩超快成像技术的成像原理

典型的压缩超快成像系统的结构如图1所示，待测的动态场景首先经过一个相机镜头和由中级透镜与物镜组成的4f成像系统后成像在一台数字微镜器件（DMD）上，利用DMD对待测场景进行空间编码。随后由DMD反射出的编码场景经过同一个4f成像系统收集，经分束器反射后入射到条纹相机进行偏转和测量。

图1 压缩超快成像系统结构

数字微镜器件包含了数百万个能够独立翻转±12度的微型反射镜（表示开启或关闭状态），通过对DMD加载二进制编码，控制相应微型反射镜的开启与关闭状态，进而实现对投影在DMD上的动态场景进行空间编码。

条纹相机的工作原理如图2所示，条纹相机工作时，入射光先经过条纹相机前段的狭缝，然后照射到光阴极上，由于光电效应产生电子，电子被加速后进入到条纹管。经条纹管偏转后的电子入射到微通道板上，在这里电子被倍增，然后再达到荧光屏上进行成像。条纹管中施加了横向（上下方向）的扫描电场，该电场随时间线性变化。因此不同时刻的电子受到的横向电场力大小不同，使得不同时刻的电子到达荧光屏的横向（上下方向）的位置不同。所以，入射光的时间信息转换为了荧光屏上的位置信息。条纹相机的常规使用方法是利用前端的狭缝只采集一维线阵空间信息，这是为了避免二维信息因偏转产生空间叠加混合现象。但是在压缩超快成像系统中，狭缝被完全打开，二维的空间场景入射到光阴极上，由于预先加载了编码，虽然不同时刻的场景发生了交叠，仍然能够通过算法将动态场景进行还原。

图2 条纹相机结构及工作原理

压缩超快成像的图像采集过程可以用数学模型进行表示，如图3所示。对于待测的三维动态场景（空间二维，时间一维），空间编码过程可以用数学算符C表示，时间偏移过程可以用算符S表示，时间空间叠加过程可以用数学算符T表示，。如果把原始动态场景记为I(x, y, t)，最后编码偏置叠加得到信息为E(x', y')，那么这个记录信息的过程可以用式（1）表示

 

 

图3 压缩超快成像技术图像采集的数学模型

高光谱压缩超快成像技术在传统压缩超快成像的基础上，在条纹相机前引入了透射式光栅，使得采集的动态场景除了在竖直方向上以进行时间偏移操作以外，在水平方向还引入了光谱偏移的操作，如图4所示。

图4 高光谱压缩超快成像技术的系统结构图(a)以及图像采集数学模型(b)

对于高光谱压缩超快成像过程，如果记O＝MTSC，其中算符M表示光谱偏移过程，那么采集到的图像可用式（2）表示。

 

 

3、高光谱压缩超快成像的图像重构原理

压缩超快成像的成像过程将四维信息I(x,y,t,λ)变成了二维信息E(x',y')，那么待测场景的还原过程就是要从测得的二维图像E(x',y')和观测算符O还原出待测的动态场景I(x,y,t,λ)，也就是对公式(2)进行逆问题求解。显然，四维信息I所含的数据量要远大于二维信息E所含的数据量，因此公式(2)的逆问题求解是一个欠定问题，这里需要用到基于压缩感知（Compressed sensing, CS）的算法对公式(2)进行逆问题求解。CS首先选择一个稀疏域，把公式(2)逆问题求解变换成一个约束性问题如式（3）所示。

 

 

这里，Φ(I(x,y,t,λ))是I(x,y,t,λ)的稀疏变换。为了重构原始的超快动态场景I(x,y,t,λ)，采用凸全变分(TV)模型，它可以表示如式（4）所示。

 

 

目前针对压缩超快成像图像重构使用最多的算法是两步迭代阈值收缩算法（TwIST），另外还有GAP-TV和增广拉格朗日算法等。