近日，美国普渡大学博士毕业生、目前在美国斯坦福大学从事博士后研究的王雪霁和所在团队提出一种新型光波长分离机制（即旋光晶体的“超色散”效应）。
图 | 王雪霁（来源：王雪霁）
课题组发现，旋光晶体对偏振光的旋转能力与波长密切相关。即使在远离材料带隙的透明波段，这些晶体也展示出显著高于传统折射率色散的色散强度，因此他们将其称为“超色散”。
更为重要的是，这种超色散效应能在偏振域中实现光的波长分离，而不是像传统折射率色散那样在空间域中进行，这让其更适合应用于成像系统。
（来源：eLight）
王雪霁表示，本次研究首先运用了非局域电动力学理论，借此揭示了旋光晶体中的“超色散”现象——即为何晶体对光偏振的旋转力会显著依赖于波长的变化。
他和同事还通过实验全面验证了从偏振旋转力的色散曲线到晶体的光谱透射特性，实验结果与理论模型高度一致。
此外，课题组还通过实验直接展示了旋光晶体的多种光学特性，这些结果为他们成功搭建光谱成像系统奠定了基础。
基于此，他们设计和搭建出一款新型光谱成像系统，并将其命名为 Nonlocal-Cam。该系统通过在光路中使用一对具有不同手性（左旋和右旋）的 α-石英晶体及若干线偏振片，实现了双级光谱滤波。
这种设计充分利用了旋光晶体的超色散特性，在保持系统简洁性的同时，还能大幅提高光谱分辨率。
与传统光谱成像系统相比，本次设计仅仅依赖一些普通的偏振片和常见的石英晶体来实现光谱分离，因此可以极大提升系统的稳定性和使用便捷性，能够避免对于精密系统和稀有材料的高昂成本依赖。
图 | Nonlocal-Cam 结构示意图（来源：课题组）
此外，他们还引入新的计算光谱重建技术，通过压缩感知算法，对光谱信息进行高效提取。这一算法不仅提升了系统的光谱分辨率，还有效地减少了硬件负担。
实验表明，利用双级滤波并结合先进的数据处理算法，可以显著消除系统透射光谱的相关性问题，获得高质量的光谱偏振成像结果。
图 | Nonlocal-Cam 光谱偏振成像结果（来源：eLight）
更为重要的是，该团队此次提出的 Nonlocal-Cam 理论框架不仅适用于石英晶体，还可以广泛用于不同光谱波段的旋光晶体。
通过实验验证，他们发现单质碲在中红外波段和二氧化碲晶体在近红外波段也具有类似的特性。
此外，本次设计还可以扩展到其他具有非局域光学特性的材料，甚至包括超材料。因此，这一理论框架也能为开发适用于不同应用场景的多种光谱成像平台提供平台。
在应用前景上：
其一，可用于环境监测。通过对大气中不同成分的光谱数据进行实时监测，Nonlocal-Cam 系统能够准确识别和分析污染物种类及其浓度，从而支持环境保护与治理。
此外，利用光谱成像技术，可以检测水体中的化学污染物和生物体，能够帮助人们及时发现和处理水污染事件，保障生态环境安全。
其二，可用于医学成像。Nonlocal-Cam 系统能提供具有较高分辨率的光谱数据，这对于皮肤病、癌症等疾病的早期诊断具有重要意义。通过捕获病变组织的特征光谱，可以实现无创、精准的医学诊断。
此外，在手术过程中，光谱成像系统能帮助医生有效识别和避开重要组织和血管，提高手术的安全性和成功率。
其三，可用于农业监测。农田作物的生长状态和健康状况可以通过光谱成像数据进行评估，从而帮助农业生产者及时发现病虫害，优化施肥和灌溉。
Nonlocal-Cam 还可以通过分析土壤中不同成分的光谱特征，针对土壤养分和污染情况进行精确测量，指导科学的土壤改良和农作物栽培。
其四，可用于无人驾驶与先进机器视觉系统。随着光谱相机的进一步发展尤其是速度的提升，将能在复杂的交通环境中提供实时的多光谱成像数据，辅助无人驾驶车辆进行精确的环境感知和决策，提升驾驶安全性。
高分辨率光谱成像还可以更好地识别和分类前方的障碍物，区分行人、车辆和其他物体，因此能为自动驾驶系统和其他机器人自动化系统提供更可靠的环境感知和信息支持。
其五，工业质量控制。工业生产线中，对产品进行实时光谱成像检测，能及时发现和排除瑕疵和缺陷，确保产品质量。
在材料科学研究中，通过多光谱成像了解材料的物理和化学特性，加速新材料的开发和应用。
（来源：eLight）
提出新型光谱分离技术，提升光谱分辨率
在光学成像领域，光谱可分辨的成像技术正变得越来越重要。这类技术通过捕捉和解析物体在不同光谱波段的光信号，提供了比传统黑白成像或红绿蓝三色成像更为丰富和详细的信息。
这些光谱信息对于诸如环境感知、医学成像、农业监测等领域的应用极为重要。
特别是随着人工智能和计算机视觉技术在各行业的广泛采用，对高信息密度的图像数据的需求急剧增加, 而光谱成像在满足这一需求方面展现出了巨大潜力。
然而，现有的光谱成像系统存在体积大、成本高、操作复杂等问题，限制了其广泛应用。
要想在保持高图像分辨率和谱定量精准度的前提下，实现光谱成像系统的小型化和便捷性。这不仅包括光学材料的发展、光学元件的优化设计，还涉及到光谱重建算法的创新。
更具体而言，本次研究立足于解决以下几个问题。
首先是实现光谱分辨能力的提升：目前，商用光谱成像设备在保持高图像分辨率和准确度的同时，经常受到光谱分辨能力的限制。
因此，该团队希望通过新型的光谱分离技术提升光谱分辨率，从而显著提升成像设备在各种复杂场景下的表现。
其次是满足对于便携性的需求：各类人工智能技术的广泛应用使得对机器视觉的便携性需求在不断增加。开发一种轻便、可靠且易于使用的光谱成像系统显得尤为紧迫。
再次是实现成本效益的优化：高端光谱成像设备的成本较高，限制了其在许多领域的普及。该团队希望通过技术创新降低系统的材料和制造成本，使更多研究机构和应用场景受益。
最后是实现数据处理和数据算法的进步：光谱成像生成的数据量庞大，如何高效、准确地分析这些数据，并从中提取到有用的光谱信息是一个重要的研究方向。
本次研究利用了压缩感知、字典学习等先进的数据处理算法，力求在提升光谱成像质量的同时，减少硬件负担。
（来源：eLight）
开发便携且经济的光谱成像系统
事实上，本次研究起始于该团队此前发在 Nature 上的一篇论文 [1]。该研究揭示了光谱成像在中红外热成像波段的巨大潜力，Nature 论文成果的成功让他们意识到光谱相机在未来应用中的重要性。
在 Nature 论文成果研究期间，他们进行了大量光谱照片的采集，期间使用了外界合作机构的极为昂贵、造价超过一百万美元的中红外光谱相机。
这些设备不仅价格高昂、需要专人操作、并且复杂程度极大，严重限制了其实际应用。
因此他们意识到，如能开发一种便携且经济的光谱成像系统，将极大推动这项技术的普及和应用。
确定研发便携光谱成像系统的目标之后，课题组首先开始研究基于光学超材料的方案。此前，该团队已经发表了一些利用光学超材料在偏振域进行色散的论文 [2]。
但是，这类光学超材料需要复杂的纳米加工技术，而且仍旧存在光学损耗高、透射效率较低的限制，在实际应用中依旧存在局限性。
一次偶然的实验中，他们意外发现单质碲晶体在中红外波段具有显著的旋光效应，而且展现出“超色散”的特性。这一发现让他们重新思考了使用天然光学材料的可能性。
通过文献调研和理论研究之后，他们发现旋光超色散现象其实在许多晶体中都普遍存在，其中包括极为常见且便宜的石英晶体。
石英晶体在可见光频带内的旋光性特别突出，可见光波段也便于作为实验验证的起始点，于是他们便确立了后续研究的方向。
接下来，该团队设计一个基于 α-石英晶体和偏振片的新型光谱滤波模块，并将其与单色可见光相机结合，借此构建出 Nonlocal-Cam 光谱成像系统。
在这一过程中，他们进行了大量实验，涵盖了从实验室基本性能测试到复杂户外环境中的实际应用验证，并设计了一些用于效果验证的成像目标和户外场景实验，期间采集到了大量图片数据。
在处理实验数据的时候，课题组遇到了光谱重建的难题。初期的算法结果不够稳定，有时无法准确重建光谱图像。特别是在户外场景中，由于各种不确定因素，数据质量较低且图像复杂度较高。
为了应对这一挑战，他们决定研发新的光谱重建方法。经过多次的调整和实验，他们终于找到一种基于压缩感知和字典学习的准确算法。这一突破不仅使光谱重建变得更加可靠，同时也提升了整个系统的光谱分辨率。
有时，他们也会在户外做一些有趣的小实验。比如，课题组尝试过将旋光晶体和两个偏振片直接放置在手机镜头前，通过手动旋转偏振片，直接捕捉到不同颜色的照片，这一简易小实验也验证了本次 Nonlocal-Cam 系统的基本原理，并证明了这一方法的可靠性和便携性。
（来源：王雪霁）
日前，相关论文以《利用光学活性材料中的普遍非局域色散进行光谱偏振计算成像》（Exploiting universal nonlocal dispersion in optically active materials for spectro-polarimetric computational imaging）为题发在 eLight。王雪霁是第一作者，美国普渡大学祖宾·雅各布（Zubin Jacob）教授担任通讯作者 [3]。
图 | 相关论文（来源：eLight）
后续：
首先，他们将拓展成像系统的光谱范围。目前，该团队正在探索更多具有旋光性超色散特性的材料，通过理论研究和实际测试，致力于构建在紫外和红外波段内高效的光谱成像系统，特别是在中红外波段的光谱热成像系统。
其次，他们正在尝试摆脱机械旋转部件。现有系统依赖于机械旋转的偏振片来改变透射光谱，这种机械部件限制了系统的速度，并有可能降低其可靠性。眼下，课题组正在探索可被电压调制的旋光性材料以及光学超材料，以此来摆脱机械旋转部件的局限。
再次，他们将进行光谱重建算法优化。尽管现有的压缩感知和字典学习算法在重建问题上表现良好，但是该团队计划继续优化算法，以提高其在不同应用场景下的适应性和处理速度。
最后，他们将扩展应用领域。具体来说，课题组计划在各种实际场景中针对系统进行更多测试，包括但不限于环境监测、医学成像、农业检测和工业质量控制等。
参考资料：
1.Bao, F., Wang, X., Sureshbabu, S.H.et al. Heat-assisted detection and ranging. Nature 619, 743–748 (2023). https://doi.org/10.1038/s41586-023-06174-6
2.Wang, X. etal. Spinning metasurface stack for spectro-polarimetric thermal imaging. Optica, 11, 1, 73-80,(2024). https://doi.org/10.1364/OPTICA.506813
3.Wang, X., Van Mechelen, T., Bharadwaj, S.et al.Exploiting universal nonlocal dispersion in optically active materials for spectro-polarimetric computational imaging. eLight 4, 22 (2024). https://doi.org/10.1186/s43593-024-00078-2
运营/排版：何晨龙
01/
02/
03/
04/
05/
