在1公里之外就能看到一面墙背后的情况，这听起来像是只存在于科幻电影中的未来科技。然而，中国科学技术大学潘建伟、窦贤康、徐飞虎团队却让这项技术成为现实。近日，在发表于《美国国家科学院院刊》的一篇论文中，研究团队介绍，他们在国际上率先实现了1.43公里的远距离非视域成像，首次将成像距离从米级提高到公里级。
“在不远的未来，非视域成像技术将在医疗检测、智能驾驶、社会治安及军事侦察等诸多领域发挥重要的应用价值。”日前，研究团队成员、论文第一作者之一的中国科学技术大学博士后吴骋接受南方日报记者采访，展望该技术的广阔应用场景。
《距离1.43公里的非视域成像》论文页面。
把墙变成“镜子”
在影视作品中，我们常常看到劫持人质的桥段:绑匪控制人质后藏匿在房间内，警方尽管已经对其形成包围，但苦于看不到房间内的情况而不敢轻举妄动。此时，若有技术帮助警方实现“隔墙观物”，无疑将大大助益案件处置。
“传统的成像技术都是对观察者视线内的物体进行观测，而非视域成像技术则是对视场外的隐藏物体进行重构。”吴骋说，例如，用望远镜观测遥远的目标，当目标在望远镜视场内时，可以很容易地观测到目标。然而，更多的情况是目标物体被其他物体所遮挡，这种在视场外的视觉信息无法用传统成像技术观测。
“非视域成像正是针对这种情况被提出，并且随着它自身的发展而极大地扩展了成像范围。”吴骋说。
简而言之，非视域成像能够帮我们看到隐藏在墙后的物体。这项“黑科技”如何实现？在《隔墙观物的黑科技是怎样炼成的？》一文中，知名科普达人、中国科学技术大学科技传播系副主任袁岚峰形象地将阻挡视线的那堵墙比喻为“镜子”。
“镜子发生的是镜面反射，从一个方向来的光会被确定地反射到另一个方向，所以可以成很清晰的像；而墙发生的是漫反射，从一个方向来的光会被散漫地反射到很多方向，每一个方向的光强都比原来低得多，所以成不了像。”袁岚峰说，这是墙壁不能成像的原因。
但非视域成像的实现，则正是借助墙壁成像。袁岚峰详解道，这一过程通过三次漫反射来实现——
非视域成像技术原理示意图。
首先，激光器向墙上某一点发出一个脉冲激光，它被墙壁散射。有些光子原路返回，被探测器接收到；有些光子被偏转，照向了隐藏的物体；大部分光子既没返回，也没撞到隐藏物体，就此消失了。这是第一次。
其次，照到隐藏物体上的光又被这个物体散射。大部分光子跑得没影了，少部分光子运气好，又被反射回墙壁。这是第二次。
最后，反射回墙壁的光子又被墙壁散射。大部分光子跑得没影了，少部分光子“运气爆棚”，居然又被反射回探测器，被探测到。这是第三次。
理论上看，经过这三次漫反射后，尽管原始光束只返回了一小部分，可能非常微弱，所包含的信息也可能显得极度混乱，但只要经过足够智能的运算，就能将它变成该物体的成像。
“通过记录光子的飞行时间信息，并利用计算成像算法，就可以实现对非视域场景的重构。但由于激光经过多次漫反射，整个光路存在巨大的衰减，使得非视域成像目前仅在实验室内进行短距离的原理性验证。”吴骋说。
成像距离提升三个数量级
非视域成像本身并不是新技术。袁岚峰介绍，这项技术在2009年由麻省理工学院媒体实验室科学家提出，但以前的成像距离只能做到1米左右，现在潘建伟等人把它推进到了1.43公里，一下子提高了三个数量级。
“实现这样跨越式的进步，需要很多方面的技术突破共同配合。”袁岚峰说。
一方面，由于白天阳光背景强烈，如何保证散射回来的光子不被阳光“淹没”？为此，研究团队专门研制出满足实验需要的特定波长的单光子探测器。
另一方面，三次漫反射的光子身上携带了隐藏物体的信息，但探测到后仍需要采取技术手段进行解析。要读懂光子携带的信息，需要大量的数学建模，这就需要算法的优化更新。
据吴骋介绍，研究团队采用“凸优化”算法，并结合精确的成像模型和压缩感知等成像理论，解决了多次漫反射所导致的时空混合问题，成功实现非视域图像重构。
除算法外，成像技术的突破也起着关键作用。吴骋说，在光学系统方面，研究团队基于双望远镜共焦光学设计，开发了一套近红外波长的高效率非视域成像系统，成功克服了漫反射带来的光学衰减。
实验在中国科学技术大学上海研究院和上海的一处居民住宅间进行，两者相距1.43公里，基于算法和成像技术的突破，研究团队分辨出了房间里的一个图像是一个人偶模型举着双手，又分辨出了另一个图像是一个大写字母H。
隔墙观物论文图3，重构图像与实物的比较。
两大指标决定应用前景
这项技术“使整个非视域成像领域在实际环境中的应用迈出了一大步”——这是《美国国家科学院院刊》杂志审稿人给予的评价，他们认为，“这一结果代表非视域成像领域的最佳结果”。
英国《经济学人》杂志在报道这项突破性成果时同样表示，尽管目前来看非视域成像技术距离应用仍较远，但中科大团队的研究成果仍然是在此前研究基础上的一次“跃升”。
谈到实际应用，吴骋认为，非视域成像技术在医疗检测、智能驾驶、社会治安及军事侦察等诸多领域有着广阔的落地前景。
以智能驾驶为例，他说，该技术成熟后，将帮助汽车发现遮挡物或者建筑物后面的汽车或行人，提前预判路面状况并作出应对，避免发生交通事故；此外，在上文提到的绑架等治安案件应对中，在肠道等人体内部检查检测及治疗中，该技术也能为警察、医生等专业人员提供一双能够“透视”的眼镜。
2020年6月，广州首批20辆自动驾驶网约车正式投入运营。南方日报记者 石磊 摄
不过，要实现这些应用，成像速度和成像分辨率是两项主要指标，仍有大量工作有待科学家完成。
吴骋说，针对成像速度，由于整个过程光子的损耗较大，需要一段时间来积累数据，同时重构算法复杂度较高，处理数据以及实现重构需要一段时间，因此，成像速度很难做到实时出图像，“未来，采用面阵单光子相机以及机器学习的算法，将有望很大程度提升非视域成像的速度。”
而对于成像分辨率，吴骋介绍，目前，非视域成像能够对目标的轮廓进行重构，但仍然丢失了大部分信息，“主要是由于对光子到达时间的分辨率仍相对较低。”他表示，对一些对成像分辨率要求较高的特殊场景，非视域成像还需要开发更高时间分辨率的探测系统或是更高精度的重构算法。
“相信在不远的将来，随着技术的不断发展，非视域成像技术必将能够走进日常生活，为人们提供更多帮助。”吴骋说。
【记者】卞德龙
【实习生】吴彦旻
【统筹】张志超
【作者】 卞德龙
科技能见度
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.