计算鬼成像的前沿进展：从特...成像、光学加密到计算鬼视觉_叶志远.pdf

书书书第 卷第期 年月 物理实验 ，收稿日期：；修改日期：基金项目：国家自然科学基金项目（）作者简介：叶志远（），男，湖北仙桃人，北京师范大学物理学系 级博士研究生，研究方向为计算鬼成像 ：通信作者：熊俊（），男，江西进贤人，北京师范大学物理学系教授，博士，研究方向为量子与经典关联成像 ：文章编号：（）计算鬼成像的前沿进展：从特殊成像、光学加密到计算鬼视觉叶志远，熊俊（北京师范大学 物理学系 北京市应用光学重点实验室，北京 ）摘要：计算鬼成像 是利用没有空间分辨率能力的单像素光电探测器来实现目标物图像重建的间接成像方式，在 、太赫兹等非可见光波段的图像传感器阵列往往造价高甚至不存在，大大降低了探测端的硬件负担，且在非常规波段下的成像应用中具有明显优势同时 在穿过湍流和散射介质成像、降低辐射剂量协议下成像、光学加密通信以及无图像识别等方面具有常规成像技术所不具备的优势本文介绍了 的原理、近年来的前沿进展及应用前景关键词：计算鬼成像；单像素光电探测；关联成像；量子成像中图分类号：；文献标识码：现代数字化成像技术主要利用图像传感器阵列，例如 、等，并通过镜头建立起物和像之间一对一的映射关系来捕获目标的图像，这些图像传感器动辄需要上百万甚至千万像素事实上，仅仅使用没有空间分辨能力的单像素光电探测器就可以重建目标物的图像，这种间接的成像模式被称为计算鬼成像（，）年，鬼成像的概念被提出，其经历了从量子光源到热光再到结构光源，从非计算到计算，再到机器学习增强的发展历程鬼成像的重要分支 （又名单像素成像）于 年被提出，大大推进了鬼成像实用化的进程本文介绍 在特殊成像、光学加密以及计算鬼视觉等方面的发展和应用前景 概述 鬼成像 年，美国马里兰大学的史砚华团队报道了反直觉的实验，如图（）所示，在自发参量下转换中生成了对纠缠光子，其偏振相互正交，并且空间位置或横向动量保持高度的关联性；经过偏振分束器后，这对纠缠光子在空间上分离，其中路光子经过振幅物体 图（）后被透镜以及没有空间分辨能力的单光子探测器收集，称为信号光；而另路直接被单光子探测器测量，称为闲 置 光 或 参 考 光此 时，通 过路 的 符 合 测量 信号路中的单光子探测器接收到光子的瞬间会触发闲置路的探测器开启同步测量，物体的图像会出现在闲置路的探测器上 图（）直观上，闲置光子并没有与物体作用却依然可以在不同空间下重现其孪生光子（信号光）所“看到”的景象！尽管闲置光不包含待测物体的任何信息，但是其孪生光子却包含物体的信息，二者之间的纠缠不会随距离的增加而消退，当同时对二者进行符合测量，目标物图像可以从二者的互信息中提取出来鬼成像中的“鬼”字起源于 年爱因斯坦、波多尔斯基和罗森所发表的针对量子力学完备性质疑中对纠缠粒子对的描述 鬼魅般的超距作用鬼成像、鬼衍射以及亚波长干涉等实验起初被认为只能采用量子光源演示，而后来的实验证实了使用经典光源（例如热光）也能完成相应的实验 小组最先利用激光通过随机摆动的反射镜实现了经典鬼成像之后，研究人员通过赝热光源（例如激光通过旋转的毛玻璃）、真热光甚至太阳光等一系列经典光源都完成了类似的实验（）实验装置图（）成像物体（）成像结果图第个鬼成像实验图所示为典型的无透镜赝热光鬼成像的光路示意图，其中赝热光在普通分束器下分成路，路作为参考臂，其信号直接被多像素探测器采集；另路作为物体臂与振幅物体作用，采用没有空间分辨能力的桶探测器来收集光强；任何单路的信息都无法重建物体的图像，只有路信息的联合测量或关联运算才能重构目标物图像事实上，无论是从经典还是从量子的理论出发，都能诠释经典 鬼 成 像，并 引 起 了种 势 均 力 敌 的 学说 即便发展至今天，种理论都从各自的角度诠释了鬼成像领域中所出现的现象图无透镜热光鬼成像装置示意图量子和经典鬼成像都能从反向传播或克雷什科前向波 的物理图景下被直观地理解：如图所示，将桶探测器看作朝向物体的光源，其经过物体后到达非线性晶体 上，此时 就如同反射镜，将物体的像反射至另个具有空间分辨能力的探测器上，从而获得目标物的图像；而在基于分束器模型的经典鬼成像中，热源（毛玻璃）被看作是相位共轭镜，从而利用该性质可以实现一些有趣的实验方案，如相位反转衍射（）量子鬼成像（）量子鬼成像的等效展开光路示意图图通过反向传播的角度来理解鬼成像 物理实验第 卷经典鬼成像的本质来自于热光（波色子）自身的聚束效应 理论上热费米子源也可以应用于关联光学根据泡利不相容原理以及费米狄拉克统计，热费米子源表现出反聚束效应，会得到暗鬼像相比于正像，暗像的可见度可能更高，该性质使其有可能应用于原子乃至电子鬼成像中 年，熊俊课题组在同时具有偏振和强度涨落的赝自然光源中观测到了类似的反聚束与超聚 束 随 着 电 子 倍 增 图 像 传 感 器 阵 列（）、增强型电荷耦合器件（）以及单光子雪崩二极管阵列的普及，量子成像正处于从实验室走向工程应用的转型期，涉及的应用包括远距单光子成像、光电探测器件的量子效率标定、量子全息、量子雷达等 年，单像素成像 和 的概念几乎被同时提出如图所示，起初延续了热光鬼成像的一大优势，即无透镜化的设置，其中，核心光学元件为液晶空间光调制器（），可以灵活地调制入射光场的相位分布（通常为随机分布），从而形成和旋转毛玻璃类似的散斑图案；不同的是，这种散斑图案可以提前通过计算机计算并存储因此，不再需要图中的参考臂，而是将两臂缩减为单臂，并且仅需要不具有空间分辨能力的桶探测器便可以重建目标物的图像图第个 的装置示意图 设计特定空间分布的光场具有很大挑战性，和数字全息图类似，其精确性依赖于优化算法的迭代次数（计算复杂性）以及对入射波前的敏感度除此之外，液晶空间光调制器的刷新速率太低，最快的刷新速率为数百 因此，支持高刷新率（）的光场调制器件，即数字化微镜设备（，）很快流行起来 是商业化投影仪等系统的核心组件，由数百万至上千万个微镜组成，每个微镜由独立的电控单元控制翻转角度（）如图（）所示，在光源的特定角度照明下，只有翻转特定角度时，微镜单元会沿着光轴方向出光，在成像透镜的作用下可以快速产生二值化的结构光；图（）展示了被动式的单像素相机框架，可以看作将单像素的桶探测器与光源交换位置，该思想与图类似 年，孙鸣捷等人提出使用 阵列可以进一步提升刷新帧率至 （）主动式结构光照明示意图（）被动式单像素相机检测示意图图使用 的 装置示意图 的数学原理本节将从二阶关联函数和线性代数角度介绍 的原理 从二阶关联函数的角度设目标物为（，），表示目标物的透射率或反射率的空间分布.假设共有个照明图案（，）（，）依次照明至目标物上，单像素桶探测器记录的总强度信号为，该物理过程可以描述为（，）（，），（）其中，为损耗系数，可能来自于接收端的有效光圈大小以及光电探测器的量子效率等实际因素.第期叶志远，等：计算鬼成像的前沿进展：从特殊成像、光学加密到计算鬼视觉通过一维桶信号序列 和播放照明图案（，）之间的二阶关联运算来进行物体图像的快速重建：（）（，）（，）（，），（）其中 为输入变量的系综平均，即.通常，为了获得较好的重建图像质量，要足够大，即需要大量采集数据.同时，改进的算法被提出，例如高阶鬼成像（）、差分鬼成像（）以及归一化鬼成像（）等其中 的算法为（，）（，）（，）（，），（）其中，和为阶数.和 的思想在于对桶信号进行处理，表示为 ，（），（）其中，为每个照明图案（，）的总强度，即（，）.（）然后再用 或 替换，并代入式（）中无论是 还是 算法，都可以有效地避免光源自身扰动对重建结果带来的影响，这些算法的详细比较和分析可以参考文献.从线性代数的角度设目标物（，）的分辨率为像素，并将其展开成维的列向量（）；同样，将分辨率为像素的照明图案（，）展开成维的行向量，那么个照明图案对应的行向量形成维的大矩阵.因此，中桶信号的测量过程可以表示为，（）其中，为维列向量，对应于次测量结果；常被认为是测量矩阵.此时，二阶关联算法也可以利用矩阵形式表示为，（）其中，为的近似值，为测量矩阵的转置矩阵.注意，此处暂时忽略了式（）除法中的背景常量项.将式（）代入式（）中，得到.（）式（）表明：当满足条件 时（为单位矩阵，为任意实数常量），意味着此时目标物图像可以被完美地重建.事实上，该条件和正交矩阵的判定条件等价.由此可见，测量矩阵的正交性直接决定 的质量和效率图（）所示为随机的照明模式，显然此时测量矩阵不具备正交性，会导致成像结果的背景项很大，可见度低.针对该情况，可以采用伪逆鬼成像（）算法：，（）其中，为的伪逆矩阵，是广义的逆矩阵（的结果接近单位矩阵）.因而，伪逆鬼成像的算法要求在重建图像过程中将更换为，然而求解伪逆矩阵耗费计算力和时间较多，随着成像分辨率增加，耗费的时间会大大增加.另种处理该问题的方法是引入压缩感知等优化和迭代算法，同样，该过程也需要耗费较长时间，从而会限制实时 的应用（）随机的照明模式（）正交的照明模式：哈达玛基和傅里叶基图 中所使用的照明模式 事实上，可以直接使用具有正交特性的测量矩阵作为照明图案，这样可以直接使用原始的二阶关联算法，无需使用迭代算法，从而在后期处理中大大减少了硬件的负担如图（）所示，现阶段已经有种正交基照明模式被广泛应用，分别为哈达玛基 和傅里叶基 需要注意的是，傅里叶单像素成像的重建方式稍有不同，该方法通过等效采集目标的傅里叶谱，然后经过傅里叶逆物理实验第 卷变换来快速重建目标物图像实际上，如果将傅里叶基所对应的照明图案像哈达玛基一样重组成测量矩阵，可以发现该矩阵恰好也是正交矩阵关于种成像方式的详细比较参见文献 通常，为了实现分辨率的成像，在全采样情况下需要倍于分辨率的照明图案进行单像素采样例如，对于 分辨率的成像来说，需要采用 个照明图案对目标进行扫描采样，而考虑到 的刷新帧率为 左右，大约需要 的采集时间因而，现阶段分辨率和采集时间的权衡关系是该成像模态的瓶颈之一，除了提升光场调制器件的刷新速度以外，还可以从算法和策略上寻找优化的空间有趣的是，种成像模式都可以在低于奈奎斯特采样定律的条件下自适应地重建目标图像，如图所示图哈达玛和傅里叶单像素成像的自适应压缩采样 图中 为峰值信噪比，用于定量衡量图像质量图中种成像方法均为舍弃部分的照明图案并精心设计图案播放顺序，但是这将不可避免地牺牲图像的分辨率或信噪比，这符合信息论的权衡关系例如，对于傅里叶单像素成像来说，可以优先采集低频区域在掌握目标物的某些先验信息后，引入机器学习算法 ，该权衡关系得到改善，从而允许在超低的采样率下重建目标物图像另外，也可以借助机器学习算法以及目标物的先验信息和实验中的噪声来反向设计照明图案，从而获取更好的重建性能，该方案在单像素雷达系统中得到了演示 实验研究进展 特殊成像在本节中，将阐述近年来 在一些特殊情况下的应用及相比于传统成像技术的优势 低辐照剂量 事实上，在 被应用之前，光栅扫描成像模态已经被广泛应用，包括扫描显微镜以及激光打印等然而，为了获取较高的信噪比，必须提高激光功率，这将不可避免地限制光栅扫描技术在一些对光辐射敏感材料成像中的应用，例如必须考虑生物细胞的光毒性、成像技术以及激光安全等问题；如果要降低辐射剂量，则不可避免地降低成像质量大量的比较都证实了 更具有优势 ，尤其是利用基于目标物先验知识的压缩感知和深度学习等算法，可以进一步降低采样次数和辐射剂量本质上来说，和光栅扫描技术每次点亮单个像素相比，能每次点亮多个像素，等价于将辐射剂量分到样品上多个位置，因而 也可以看作是空分复用技术当利用某些优化算法大幅降低采样次数时，可以在辐射剂量和图像质量之间找到折中的最优解早在 年，类似的思想就已出现在基于哈达玛变换的光谱仪中，通过每次测量多个光谱分量，然后通过多次测量后经过哈达玛变换解码得到各个光谱的分量；在每次采集中，光通量的大大增加直接提升了测量系统的信噪比，从而得到了高质量的光谱测量结果对工业制造成本来说，单像素成像技术在可见光波段的成本远大于传统的成像方案，这意味着该技术很难大规模应用在民用方面但是，在 以及红外等成像中，单像素成像具有较高的性价比 中国科学院物理研究所吴令安和陈黎明团队实现了极低辐射剂量下的 鬼成像实验，由于在 波段下几乎没有分束器或透镜，他们采用提前记录 与砂纸相互作用后的散斑图案，然后通过电机精确控制砂纸的方位来重现散斑与目标物相互作用，并且完成鬼成像不仅如此，鬼成像还可以使用冷原子、电子、中子等作为泵浦源 ，设计一些新奇的成像方案 多模态 为了获取目标的多模态信息，包括三维信息、第期叶志远，等：计算鬼成像的前沿进展：从特殊成像、光学加密到计算鬼视觉深度信息、复振幅信息、光谱信息以及偏振信息等，需要采用多次测量或使用多个单像素探测器来权衡采集系统的带宽和采集效率对三维 来说，孙宝清团队采用个已知空间位置信息的单像素探测器，每个探测器获取目标物在不同照明角度下的图像，进而定性地合成张三维图像，如图所示使用个单像素探测器也能重建目标物的深度图像，当单像素探测器具有高精度的时间分辨能力，可以通过定量解码不同时间的回波信号得到目标物的深度信息，深度精度由单像素探测器的时间分辨率决定此外，还可以通过引入额外的周期结构光照明，通过对比结构光在重建图像中的扭曲程度，来解码反射式目标物的三维分布 图三维 示意图 对于多光谱 或斯托克斯 的 来说，其思想上类似：要么在接收端使用多个探头并行采集信号，要么引入额外的复用策略，例如频分复用、空分复用 等如图所示，熊俊课题组通过光谱编码的方案实现了哈达玛拜耳的照明模式，该模式属于空分复用的策略，在空间上不同的区域重建不同波长下的图像，然后通过插值算法来获取全彩色或高光谱的图像 同样的思想可以构造基于拜耳阵列的矢量光场，即不同空间位置的偏振不同，此时接收端只需要个单像素探测器便可以重建目标的斯托克斯图像，但是作为权衡条件，不可避免地会降低成像的分辨率对于全光或光场 ，往往需要点探测器阵列而不是单像素桶探测器，每个点探测器重建目标不同照明角度下的图像，均可以适用于重聚焦以及相衬成像等应用此外，通过设计特殊的照明模式也可以实现一些新颖的成像方案例如，熊俊课题组设计了互补的编码模式，以实现单次的偏振差分、波长差分以及边缘增强的 ，如图 所示（）原始哈达玛基阵列（）拜耳阵列（）哈达玛拜耳光谱编码的照明模式图光谱编码的方案结果（）原始的照明模式（）互补的照明模式图 用于 中互补的照明模式 图（）中“”的区域被替换成光的某一自由度（）下的分量 ，“”所在的区域则被替换成另一正交的分量 最近，熊俊课题组结合涡旋光束的优美性质设计出对称性与空间关联可调的环形散斑场，可以用于无透镜的 以及全景成像等 深度学习 深度学习是人工智能的核心，已经应用到人脸识别、自然语言处理以及自动驾驶汽车等领域近年来，深度学习在计算成像中的应用越来越广泛，从无透镜成像到通过散射介质成像，显示出其在处理复杂系统的优势中科院司徒国海团队将深度学习引入 ，使得 的图像质量和分辨率得到了较大提高 另一方面，波长转换成物理实验第 卷像也是鬼成像中极具优势的成像机制最初研究人员利用个不同频率光子之间的纠缠特性来实现量子的波长转换成像 在经典情况下，由于大部分散射介质对光的波长和波前是敏感的，即不同波长下的个独立激光源即便通过同块旋转毛玻璃后，他们所产生的散斑的空间关联性很低熊俊课题组采用深度学习中对抗神经网络来重现了波长跨越 的双向转换鬼成像（），且发现当波长差扩大到 时，无论怎样训练都无法得到路光场之间的关联 光学加密与通信 世纪是信息大爆炸的时代，因而信息安全无论是对个体还是国家来说都十分重要，而光学加密技术是其中一大分支鬼成像中有趣的非局域特性为光学加密开辟了新的大门，明文被编码在图中路的互信息中基于此，研究人员通过一系列改进的加密策略来提升信息加密的安全性能和效率，例如，陈文等人提出引入多随机相位振幅调制的方式来提升安全性能；澳门大学刘宏超等人引入超材料来实现光学信息的加密与间接的提取 另一方面，相比于传统成像技术，在诸如大气湍流、后向散射、强磁场和极高温等极端条件下依然可以重建高质量的目标图像 张子邦等人提出单像素光学广播加密通信系统，该系统允许在散射环境等噪声干扰的信道下进行高质量通信，该系统的安全性能由作为照明的加密哈达玛基决定然而，最新的担忧在于该信息安全系统可能会遭受伪装攻击，尤其是当测量矩阵暴露在公共信道时，黑客可以轻而易举地完成伪装攻击，这意味着该方案未来需要进一步改良和优化近来也有很多工作证实鬼成像具有透过散射介质的非侵入成像的可能，而毛玻璃等散射材料已经广泛应用于日常生活中然而另一方面的担忧在于 是否会反过来威胁信息安全对于这一担忧，叶志远等人提出了可供选择的解决方案，即引入“时空”散射介质，该散射介质是电控的智能玻璃，通过加入电压，其可以从毛玻璃变成透明的玻璃，且不同的电压下该智能玻璃的透射率不同因而，给该智能玻璃加入了随机的时变电压信号，在该设置下无论是传统的直接成像还是 都无法通过该介质来传输高质量的图像信息尽管 有潜力成为在噪声信道下进行高质量图像传输的光学通信方案，然而研究人员更关注其在信息防伪等方面的性能近来各种基于 或单像素成像的光学水印方案被提出 光学水印分为种：可见的水印和不可见的水印（又称隐写术）叶志远等人引入时变的照明光源来实现全彩色的单像素水印方案，如图 所示，在全彩色 系统下，每个颜色分量加入相应分量的水印信息，即在相应颜色的光源中加入编码的时变信号，最终实现全彩色成像以及可视化水印在此基础上，通过谱分复用的策略实现了可见水印与不可见水印同时嵌入，其中可见水印编码在傅里叶谱的低频区域，而不可见水印编码在傅里叶谱的高频区域 另外，还开发了基于 的大规模信息隐写术，该方案允许在单次成像系统中嵌入 张鬼成像图像信息近来郑培霞等人基于 原理提出了用于图像加密的图像压缩方法，即通过将密钥伪装成基本图像、数字序列或无理数，以及作为附加密钥的相应规则，可以有效减少数据传输，同时提高加密的安全性图 基于 的可见全彩色光学水印的实验结果 在其他自由度下或模态下，鬼成像的策略可以直接移植因而，鬼成像的成像对象可以是空间物体，也可以是时间物体、偏振物体、频率物体等近来，鬼偏振仪、鬼光谱仪等间接测量方案被相继提出，其优势和空间鬼成像类似，具有非局域特性，且可以在噪声环境下完成信息传输，因而也是较理想的潜在光学通信方案例如，孙宝清第期叶志远，等：计算鬼成像的前沿进展：从特殊成像、光学加密到计算鬼视觉团队实现了基于计算时间鬼成像的长距离水下通信，德国学者 等人基于鬼偏振仪技术实现了光学加密通信方案 计算鬼视觉现阶段计算机视觉已经被广泛应用于自动驾驶、天网监控系统等应用中，具有较大的应用潜力和战略意义基于计算机视觉的识别系统主要包括部分：一是“看”，即为系统的前端或采集端，负责采集图像信息并编码成计算机可识别的信息；另一是“认识”，即为系统的后端或大脑，包括各种图像处理算法，其中以机器学习算法为主导本文所提的计算鬼视觉是指利用 作为计算机视觉的前端，并设计和优化匹配采集端的算法，从而最终实现高效的目标识别和检测任务从认知角度上，研究人员希望计算机能够像人一样理解图像信息然而，电学神经网络的发展给研究人员的启示是计算机往往不是在空间域，而是在其他域（如频域等），才可以完成更高效的识别不同域之间的转换可以通过绵延的卷积层或矩阵运算来实现相比于传统的计算视觉，计算鬼视觉不直接处理图像信息，而是图像的某种矩阵运算或变换 如式（）所示，这意味着计算鬼视觉理应可以通过个单像素探测器直接采集得到目标物在某个变换域下的信息，将该信息输入到后端，由机器学习为驱动的“大脑”来完成目标物的识别除此之外，与传统计算视觉相比，计算鬼视觉具有明显优势，例如在散射、湍流等极端情况下进行识别，在非常规波段下进行高性价比的识别（例如太赫兹人体安检系统），等等同时，这也是无图像化的识别策略，即无需采集可视化的图像信息便可以直接完成识别任务，一切信息编码或解码均由计算机决定，该优势可以大大降低很多特定光学识别任务中前端信息冗余的问题，减少硬件处理负载同时，计算鬼视觉更适合对快速运动的目标进行识别，因其探测端只采用个单像素探测器，其响应带宽远远高于焦平面探测器日本学者 等人将 思想运用至细胞计量仪中：与传统的 思路不同，他们采用静态的随机结构光照明，当细胞穿过这些结构照明时，单像素桶探测器采集光电信号；他们还采用深度学习算法来学习这些一维的光电信号并完成对细胞的分类和识别自此之后，很多对快速运动目标的智能识别方案被提出，其中深度学习算法是关键内容焦述铭等人实现了基于单像素成像的全光学识别；张子邦等人通过深度学习所训练的照明图案，对快速运动的三维目标实现跟踪和识别 叶志远等人提出了计算卷积鬼成像（，）方案，即使在亚奈奎斯特条件下，该方案也可以通过具有单像素探测器和设计良好的结构照明来完成实时电学数字卷积或滤波操作与基于系统的光学卷积技术相比，方案不需要图像传感器且 无 需光源的相干性此外，还可以看作是新型的单像素计算机视觉，能够直接“看到”未知物体的边缘特征，而无需预先成像通过多路复用技术，方案有可能成为卷积神经网络的光学前端，为卷积操作和 提供了新模式叶志远等人提出了全景彩色鬼成像的方案，该方案采用个凸面镜、精心设计的环形哈达玛图案以及个光电探测器实现了全彩色的全景成像，该方案为大视野、全景条件下的单像素智能识别开辟了道路以上新颖的识别机制会给传统的计算机视觉中的识别任务带来较大影响，不仅适合于超快速运动目标的有效识别，还适用在高速运动的平台上（例如飞机、航天卫星等）进行无图像化的识别检测总结与展望相比于传统的阵列探测成像，的优势主要体现在以下两方面：）非常规波段下低剂量、高性价比成像：在红外长波段范围成本更低廉，且可以实现近场超分辨成像、在紫外短波段范围结合优化算法可以大大降低辐射剂量，适合对光敏物质和活体组织安全成像，以及为其他不存在阵列探测器的费米子或者玻色子作为泵浦源的空间分辨成像开辟新的途径）得益于 模态中信号采集与图像重建的分离，可以通过重新编码照明图案来实现无图像化的图像处理与滤波以及对快速运动目标的跟踪与识别尤其是在目标到单像素探测器这条链路中存在强散射的干扰时，的优势更加明显然而，目前作为成像技术本身依然具有诸多缺陷和瓶颈，这也成为限制这项技术工程化物理实验第 卷和商业化的最大阻力现阶段，在诸多优化算法和策略的加速下，的性能只能提升数倍：成像分辨率停滞在 级别，成像速度在 左右，此时 的时空带宽积为 ；即便如此，该数量级与现今商业化（）的高清实时成像设备相比仍有差距分辨率、成像时间以及图像质量三者之间的权衡成为 未来不得不面对的挑战之一，现阶段所提出的诸多策略大概率只是这方面的相互折中，而要从根本上大幅提升 的性能还需找到速度更快且可靠的结构光调制器件 年，等人利用高速旋转的多边形镜与 组合实现高达 的调制速度（高出 本身个数量级），这项实用化的技术可能解决 成像速度较慢的问题，但依然存在时空带宽积较低和图像质量较差的问题同时，为了同步进行高速的信号调制，对单像素探测器的灵敏度、采集器件的采样率要求以及系统的总能耗又带来了新挑战未来，还需要研究人员持之以恒的努力，从硬件（更快的结构光调制与采集）和软件（更高效的重建算法）方面来继续提升 的性能，推动其在非常规波段下成像与感知的实用化进程参考文献：，（）：，？，（）：，（）：，“”，（）：，（）：，（）：，（）：，（）：，（）：，“？”，（）：，（）：，：，（）：，（）：，：，（）：，（）：，（）：吴自文，邱晓东，陈理想关联成像技术研究现状及展望激光与光电子学进展，（）：，（）：，（）：第期叶志远，等：计算鬼成像的前沿进展：从特殊成像、光学加密到计算鬼视觉 ，（）：，（）：，（）：，（）：，（）：，（）：，：，（）：，（）：，（）：，（）：，：，（）：，（）：，（）：，：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，（）：，：，（）：，（）：，（）：，（）：，：物理实验第 卷 ，（）：，（）：，：，（）：，（）：，（）：，：，（）：，（）：，“”，（）：，（）：，（）：，（）：，（）：，（）：，：，（）：，（）：，（）：，“”，（）：，：，（）：，（）：，：，（）：，（）：，第期叶志远，等：计算鬼成像的前沿进展：从特殊成像、光学加密到计算鬼视觉 ，（）：，（）：，（）：，（）：，（）：，“”，（）：，：，（）：，（）：，（，）：（），（），：；责任编辑：任德香物理实验第 卷