近期，中國科學院上海光學精密機械研究所高功率激光元件技術與工程部魏朝陽研究員團隊提出了一種通過引入高光譜數據空間-光譜多維稀疏條件，并基于深度學習設計的單自由曲面透鏡實現消色差超景深高光譜成像方法，無需對焦即可實現大景深范圍的光譜成像。相關研究成果以“Spatial-spectral sparse deep learning combined with a freeform lens enables extreme depth-of-field hyperspectral imaging”為題發表于Photonics Research。
 

　　高光譜成像技術憑借同時獲取目標空間與連續光譜信息的能力，在環境監測、精準農業及生物醫療等領域展現重要價值。基于壓縮感知與編碼孔徑快照技術的高光譜成像雖克服了依賴機械掃描進行光譜成像的低效率問題，但受光學系統景深(DoF)的嚴重制約——空間分辨率與景深的沖突，使得大景深場景中離焦模糊與光譜失真問題難以避免。如何在保持高分辨率和高光譜精度的同時，實現大景深的高光譜成像，成為了當前研究的一個重要挑戰。
 

　　為突破傳統光譜成像系統中色差校正與景深擴展難以兼容的物理瓶頸，本研究構建了單片自由曲面衍射光學與計算成像的協同設計架構。如圖1a所示，系統通過單自由曲面衍射元件實現寬波段光場的空-譜聯合調控，構建可微分的超景深波前傳播物理模型(圖1b)，建立從三維場景到傳感器平面的非線性光學映射關系。隨后設計空-譜稀疏消色差重建網絡(圖1c)，建立從編碼測量到光譜立方體的逆向解析路徑。最終實現可微分光場調控物理模型的端到端全局優化。實驗結果表明，系統在寬波段(420-660nm)展現出突破性的性能指標，在保持10nm光譜分辨率的前提下，將有效景深范圍擴展至4.7米(0.5-5.2m)，首次實現了跨5米級場景的消色差光譜解析。該方法為復雜光學系統極簡化設計提供新型解決思路，為近距離動態復雜場景下的實時高光譜探測開辟了新的研究思路及設計方法，有望應用于光譜-深度探測、新一代智能光譜感知等領域。
 

　　相關研究得到了上海市揚帆計劃、上海市啟明星計劃等項目的支持。
 

圖1 消色差超景深高光譜成像系統