无透镜成像技术的原理、发展与应用

    在传统光学成像系统中，透镜作为核心器件，通过折射或反射作用将物体发出的光线聚焦于图像传感器，实现光线的有序映射与清晰成像。然而，随着成像技术向微型化、低成本、大视场、高维度的方向快速演进，传统透镜成像系统受限于透镜加工精度、体积重量、像差校正难度等瓶颈，已难以满足高端科研、医疗诊断、消费电子等领域的多元化需求。在此背景下，无透镜成像（LenslessImaging）作为一种融合光学工程、计算机科学与信号处理的新型计算成像技术，凭借其独特的技术优势，逐渐成为成像领域的研究热点与发展趋势。
    无透镜成像，本质上是一种不依赖传统光学透镜，通过光学编码与算法解码相结合的方式，实现物体图像重建的计算成像技术。与传统成像技术“物理聚焦成像”的核心逻辑不同，无透镜成像以“计算重构”替代“透镜聚焦”，摆脱了对高精度透镜及复杂光学装调系统的依赖，通过前端光学编码记录光场信息，后端算法解码重构清晰图像，实现了成像系统的微型化、低成本化与功能多元化。

    一、无透镜成像的核心原理与技术流程
    无透镜成像的核心思想是利用光的衍射、干涉等物理特性，通过特定的光学编码方式记录物体的光场信息（主要是光强分布），再借助计算算法反向推导光场的相位分布，最终重构出物体的清晰图像。其技术流程主要分为前端光学编码与后端算法解码两个关键环节，二者相辅相成，缺一不可。
    （一）前端光学编码：光场信息的记录与编码
    在无透镜成像系统中，透镜被移除后，光线不再能够通过物理聚焦形成有序的图像，因此需要通过特定的光学元件对光场进行编码，将物体的空间信息转化为可被图像传感器记录的强度图样。常用的光学编码方式主要有以下几种：
    衍射编码：利用光的衍射特性，让物体发出的光线直接照射到图像传感器上，形成衍射斑、菲涅尔衍射图样等混叠强度分布，传感器仅记录光的强度信息，不直接记录光的相位信息（相位信息是实现清晰成像的关键，需通过后续算法恢复）。
    掩模编码：在图像传感器前方放置随机结构或特定图案的掩模（编码孔径），通过掩模对光场进行调制，使不同位置的光线产生特定的强度响应，形成带有物体空间信息的编码图样，这种方式可有效提升光场信息的辨识度，降低后续算法解码的难度。
    小孔编码：这是最原始、最简单的无透镜成像编码方式，通过微小的针孔限制光路，利用光的直线传播特性在传感器上形成倒立的实像，其优势是无像差、无限景深，劣势是进光量极低，成像亮度不足。
    无论采用哪种编码方式，前端光学系统的核心目标都是将物体的三维空间信息转化为二维的强度图样，为后续的算法解码提供原始数据支撑。
    （二）后端算法解码：图像的重构与优化
    前端传感器记录的强度图样是混叠、失真的，无法直接反映物体的真实形态，因此需要通过后端的计算算法对原始数据进行解码，反向恢复物体的光场分布（包括振幅和相位），进而重构出清晰的图像。算法解码是无透镜成像技术的核心，其性能直接决定了成像质量的高低，目前常用的解码算法主要分为三类：
    相位恢复算法：这是无透镜成像最基础的解码算法，基于光的传播规律（如菲涅尔衍射积分），通过迭代优化的方式，从记录的光强信息中反向推导光的相位信息，最终实现图像重构，典型算法包括GerchbergSaxton（GS）算法及其改进版本。
    迭代优化算法：针对复杂场景下的成像需求，通过建立光场传播的数学模型，结合正则化约束条件，通过多次迭代优化，降低噪声干扰，提升图像重构的分辨率和准确性，适用于大视场、弱光等复杂成像场景。
    深度学习算法：近年来，深度学习技术在无透镜成像领域得到了广泛应用，通过训练神经网络学习“编码图样清晰图像”的映射关系，可实现快速、高精度的图像重构，大幅提升了解码效率，解决了传统算法重构速度慢、对噪声敏感的问题，推动了无透镜成像的实用化进程。

    二、无透镜成像的典型技术路线
    基于不同的光学编码方式和应用场景，无透镜成像形成了多种典型的技术路线，各路线在原理、性能和应用场景上各有侧重，共同推动了无透镜成像技术的发展与普及：
    （一）无透镜全息成像
    无透镜全息成像以相干光（如激光）为照明光源，物体发出的散射光与参考光在图像传感器上发生干涉，形成全息图（记录光的强度和相位信息的干涉图样），再通过相位恢复算法对全息图进行解码，重构出物体的三维图像。该技术具有分辨率高、可实现三维成像的优势，主要应用于显微成像、生物医学成像等领域。
    （二）编码掩模无透镜成像
    该技术在图像传感器前方放置结构化或随机化的掩模，通过掩模对光场进行调制编码，记录带有物体信息的编码图样，再利用压缩感知、迭代优化等算法解码重构图像。其核心优势是抗噪声能力强、系统结构简单，可实现大视场、低成本成像，适用于安防监控、工业检测等场景。
    （三）片上无透镜显微成像
    片上无透镜显微成像将样本直接紧贴在CMOS图像传感器表面，利用光的衍射特性记录样本的衍射图样，再通过算法重构出高分辨率的显微图像。该技术可实现芯片级的微型化显微系统，体积小、成本低，且可实现大视场与高分辨率的兼顾，广泛应用于便携式医疗检测、细胞成像、POCT（即时检测）等领域。
    （四）小孔/针孔无透镜成像
    这是最基础的无透镜成像技术，无需复杂的光学元件，仅通过微小的针孔限制光路，利用光的直线传播特性在传感器上形成物体的倒立实像。其优势是结构极致简单、无像差、无限景深，劣势是进光量低、成像亮度不足，主要应用于简易成像设备、特殊环境下的应急成像等场景。

    三、无透镜成像的核心优势与应用场景
    相较于传统透镜成像技术，无透镜成像凭借其独特的技术特性，具备诸多不可替代的优势，这些优势使其在多个领域得到了广泛的应用，并展现出巨大的发展潜力。
    （一）核心优势
    极致微型化：无需透镜组及复杂的光学装调结构，成像系统可实现毫米级、芯片级集成，体积远小于传统透镜成像系统，适用于可穿戴设备、植入式医疗设备、内窥镜等对体积有严格要求的场景。
    低成本化：省去了高精度透镜、复杂光学支架等昂贵器件，硬件结构简单，加工与装调成本大幅降低，可实现大规模普及应用，尤其适用于低成本成像设备、基层医疗检测等场景。
    大视场与高分辨率兼顾：传统透镜成像系统中，视场与分辨率存在此消彼长的矛盾，而无透镜成像通过算法重构打破了这一限制，可同时实现大视场与高分辨率成像，适用于工业检测、天文成像等需要大范围、高精度观测的场景。
    无像差、成像一致性好：传统透镜成像存在球差、色差、畸变等像差问题，需要复杂的校正系统进行补偿，而无透镜成像无需透镜，从根本上避免了像差的产生，成像一致性更高。
    多维度成像能力：可通过算法恢复光场的相位信息，实现三维成像、定量相位测量等功能，突破了传统透镜成像仅能记录光强信息的局限，适用于生物医学、材料科学等需要多维度观测的领域。
    （二）应用场景
    1.生物医学领域
    无透镜成像在生物医学领域的应用最为广泛，其微型化、低成本、高分辨率的优势的完美契合了医疗检测的需求。例如，片上无透镜显微成像可实现便携式细胞成像设备，无需大型显微镜，即可快速检测血液细胞、癌细胞等，适用于基层医院、野外应急检测等场景；无透镜内窥镜可大幅减小内窥镜的直径，降低患者的疼痛感，实现更精准的体内成像诊断；此外，无透镜成像还可用于组织切片成像、微生物检测、定量相位成像等领域，为生物医学研究与临床诊断提供了新的技术手段。
    2.消费电子领域
    随着消费电子设备向轻薄化、一体化方向发展，无透镜成像技术为其提供了新的解决方案。例如，屏下摄像头可通过无透镜成像技术，去掉传统摄像头的透镜组，实现摄像头与屏幕的无缝集成，提升手机、平板等设备的外观完整性；超轻薄相机、AR/VR微型成像模块等也可借助无透镜成像的微型化优势，实现设备的轻量化与小型化，提升用户体验。
    3.工业检测领域
    工业检测对成像系统的视场、分辨率、成本等有严格要求，无透镜成像技术可满足多种工业检测场景的需求。例如，可用于微小零件、芯片缺陷的快速检测，实现大视场下的高精度成像，提升检测效率；在印刷检测、薄膜检测等领域，无透镜成像可实现大面积、快速检测，降低检测成本，提升产品质量。
    4.科研与特殊领域
    在科研领域，无透镜成像可用于天文成像、X射线成像、太赫兹成像等场景，解决了这些领域中高质量透镜难以加工、成本高昂的问题，为科研观测提供了新的手段；在安防、夜视领域，中红外无透镜相机可无需昂贵的红外镜头，实现低成本、微型化的夜视成像，适用于安防监控、夜间巡逻等场景；此外，无透镜成像还可应用于航天航空、深海探测等特殊环境，凭借其结构简单、可靠性高的优势，适应极端环境下的成像需求。

    四、无透镜成像的挑战与发展趋势
    尽管无透镜成像技术具备诸多优势，且在多个领域实现了初步应用，但目前该技术仍面临一些瓶颈，制约着其进一步的实用化与普及化。同时，随着光学工程、计算机科学、人工智能等学科的不断发展，无透镜成像也呈现出明确的发展趋势。
    （一）面临的主要挑战
    重建速度有待提升：传统无透镜成像算法（如相位恢复、迭代优化算法）的重构速度较慢，难以满足实时成像的需求，即使是深度学习算法，在复杂场景下的实时性仍需进一步优化。
    信噪比不足：无透镜成像系统无透镜聚光，进光量相对较低，尤其在弱光环境下，传感器记录的强度图样噪声较高，会影响图像重构的质量，如何提升系统的信噪比是目前的关键挑战之一。
    分辨率存在极限：无透镜成像的分辨率受图像传感器像素尺寸、光的波长、算法精度等因素的限制，难以突破衍射极限，在超高分辨率成像场景下的表现仍不如传统高端透镜成像系统。
    系统稳定性有待优化：前端光学编码元件（如掩模）的微小偏移、环境光线的干扰等，都会影响编码图样的准确性，进而影响图像重构质量，如何提升系统的抗干扰能力和稳定性，是其走向实用化的重要前提。
    （二）发展趋势
    深度学习与无透镜成像深度融合：借助深度学习的强大拟合与快速计算能力，优化图像重构算法，提升重构速度与成像质量，同时实现算法的自适应优化，适应不同的成像场景，推动无透镜成像的实时化、智能化发展。
    可编程光学编码技术发展：开发可编程的编码元件（如DMD数字微镜器件、液晶掩模等），实现光学编码方式的动态调整，使同一成像系统可适应不同的成像需求，提升系统的灵活性与通用性。
    多模态融合成像：将无透镜成像与其他成像技术（如荧光成像、红外成像、超声成像等）相结合，实现多维度、多信息的融合成像，拓展其应用场景，尤其在生物医学、精准检测等领域具有重要意义。
    芯片级集成与产业化普及：推动无透镜成像系统的芯片级集成，进一步减小系统体积、降低成本，实现大规模产业化生产，使其广泛应用于消费电子、医疗健康、工业检测等民生领域，走进日常生活。

    无透镜成像技术作为计算成像领域的重要分支，以“计算替代透镜”的创新思路，打破了传统透镜成像的局限，实现了成像系统的微型化、低成本化与功能多元化。它不仅是光学成像技术的一次重要革新，更是多学科交叉融合的产物，融合了光学工程、计算机科学、信号处理、人工智能等多个领域的核心技术。
    尽管目前无透镜成像技术仍面临重建速度、信噪比、分辨率等方面的挑战，但随着相关学科的不断发展与技术的持续突破，其优势将得到进一步发挥，应用场景将不断拓展。未来，无透镜成像技术将朝着实时化、智能化、芯片化、多模态的方向发展，在生物医学、消费电子、工业检测、科研探索等领域发挥越来越重要的作用，为人类提供更便捷、更高效、更精准的成像解决方案，开启“无透镜”的成像新时代。