在1公里之外就能看到一面牆背後的情況，這聽起來像是隻存在於科幻電影中的未來科技。然而，中國科學技術大學潘建偉、竇賢康、徐飛虎團隊卻讓這項技術成爲現實。近日，在發表於《美國國家科學院院刊》的一篇論文中，研究團隊介紹，他們在國際上率先實現了1.43公里的遠距離非視域成像，首次將成像距離從米級提高到公里級。

“在不遠的未來，非視域成像技術將在醫療檢測、智能駕駛、社會治安及軍事偵察等諸多領域發揮重要的應用價值。”日前，研究團隊成員、論文第一作者之一的中國科學技術大學博士後吳騁接受南方日報記者採訪，展望該技術的廣闊應用場景。

《距離1.43公里的非視域成像》論文頁面。

把牆變成“鏡子”

在影視作品中，我們常常看到劫持人質的橋段:綁匪控制人質後藏匿在房間內，警方儘管已經對其形成包圍，但苦於看不到房間內的情況而不敢輕舉妄動。此時，若有技術幫助警方實現“隔牆觀物”，無疑將大大助益案件處置。

“傳統的成像技術都是對觀察者視線內的物體進行觀測，而非視域成像技術則是對視場外的隱藏物體進行重構。”吳騁說，例如，用望遠鏡觀測遙遠的目標，當目標在望遠鏡視場內時，可以很容易地觀測到目標。然而，更多的情況是目標物體被其他物體所遮擋，這種在視場外的視覺信息無法用傳統成像技術觀測。

“非視域成像正是針對這種情況被提出，並且隨着它自身的發展而極大地擴展了成像範圍。”吳騁說。

簡而言之，非視域成像能夠幫我們看到隱藏在牆後的物體。這項“黑科技”如何實現？在《隔牆觀物的黑科技是怎樣煉成的？》一文中，知名科普達人、中國科學技術大學科技傳播系副主任袁嵐峯形象地將阻擋視線的那堵牆比喻爲“鏡子”。

“鏡子發生的是鏡面反射，從一個方向來的光會被確定地反射到另一個方向，所以可以成很清晰的像；而牆發生的是漫反射，從一個方向來的光會被散漫地反射到很多方向，每一個方向的光強都比原來低得多，所以成不了像。”袁嵐峯說，這是牆壁不能成像的原因。

但非視域成像的實現，則正是藉助牆壁成像。袁嵐峯詳解道，這一過程通過三次漫反射來實現——

非視域成像技術原理示意圖。

首先，激光器向牆上某一點發出一個脈衝激光，它被牆壁散射。有些光子原路返回，被探測器接收到；有些光子被偏轉，照向了隱藏的物體；大部分光子既沒返回，也沒撞到隱藏物體，就此消失了。這是第一次。

其次，照到隱藏物體上的光又被這個物體散射。大部分光子跑得沒影了，少部分光子運氣好，又被反射回牆壁。這是第二次。

最後，反射回牆壁的光子又被牆壁散射。大部分光子跑得沒影了，少部分光子“運氣爆棚”，居然又被反射回探測器，被探測到。這是第三次。

理論上看，經過這三次漫反射後，儘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顯得極度混亂，但只要經過足夠智能的運算，就能將它變成該物體的成像。

“通過記錄光子的飛行時間信息，並利用計算成像算法，就可以實現對非視域場景的重構。但由於激光經過多次漫反射，整個光路存在巨大的衰減，使得非視域成像目前僅在實驗室內進行短距離的原理性驗證。”吳騁說。

成像距離提升三個數量級

非視域成像本身並不是新技術。袁嵐峯介紹，這項技術在2009年由麻省理工學院媒體實驗室科學家提出，但以前的成像距離只能做到1米左右，現在潘建偉等人把它推進到了1.43公里，一下子提高了三個數量級。

“實現這樣跨越式的進步，需要很多方面的技術突破共同配合。”袁嵐峯說。

一方面，由於白天陽光背景強烈，如何保證散射回來的光子不被陽光“淹沒”？爲此，研究團隊專門研製出滿足實驗需要的特定波長的單光子探測器。

另一方面，三次漫反射的光子身上攜帶了隱藏物體的信息，但探測到後仍需要採取技術手段進行解析。要讀懂光子攜帶的信息，需要大量的數學建模，這就需要算法的優化更新。

據吳騁介紹，研究團隊採用“凸優化”算法，並結合精確的成像模型和壓縮感知等成像理論，解決了多次漫反射所導致的時空混合問題，成功實現非視域圖像重構。

除算法外，成像技術的突破也起着關鍵作用。吳騁說，在光學系統方面，研究團隊基於雙望遠鏡共焦光學設計，開發了一套近紅外波長的高效率非視域成像系統，成功克服了漫反射帶來的光學衰減。

實驗在中國科學技術大學上海研究院和上海的一處居民住宅間進行，兩者相距1.43公里，基於算法和成像技術的突破，研究團隊分辨出了房間裏的一個圖像是一個人偶模型舉着雙手，又分辨出了另一個圖像是一個大寫字母H。

隔牆觀物論文圖3，重構圖像與實物的比較。

兩大指標決定應用前景

這項技術“使整個非視域成像領域在實際環境中的應用邁出了一大步”——這是《美國國家科學院院刊》雜誌審稿人給予的評價，他們認爲，“這一結果代表非視域成像領域的最佳結果”。

英國《經濟學人》雜誌在報道這項突破性成果時同樣表示，儘管目前來看非視域成像技術距離應用仍較遠，但中科大團隊的研究成果仍然是在此前研究基礎上的一次“躍升”。

談到實際應用，吳騁認爲，非視域成像技術在醫療檢測、智能駕駛、社會治安及軍事偵察等諸多領域有着廣闊的落地前景。

以智能駕駛爲例，他說，該技術成熟後，將幫助汽車發現遮擋物或者建築物後面的汽車或行人，提前預判路面狀況並作出應對，避免發生交通事故；此外，在上文提到的綁架等治安案件應對中，在腸道等人體內部檢查檢測及治療中，該技術也能爲警察、醫生等專業人員提供一雙能夠“透視”的眼鏡。

2020年6月，廣州首批20輛自動駕駛網約車正式投入運營。南方日報記者 石磊 攝

不過，要實現這些應用，成像速度和成像分辨率是兩項主要指標，仍有大量工作有待科學家完成。

吳騁說，針對成像速度，由於整個過程光子的損耗較大，需要一段時間來積累數據，同時重構算法複雜度較高，處理數據以及實現重構需要一段時間，因此，成像速度很難做到實時出圖像，“未來，採用面陣單光子相機以及機器學習的算法，將有望很大程度提升非視域成像的速度。”

而對於成像分辨率，吳騁介紹，目前，非視域成像能夠對目標的輪廓進行重構，但仍然丟失了大部分信息，“主要是由於對光子到達時間的分辨率仍相對較低。”他表示，對一些對成像分辨率要求較高的特殊場景，非視域成像還需要開發更高時間分辨率的探測系統或是更高精度的重構算法。

“相信在不遠的將來，隨着技術的不斷發展，非視域成像技術必將能夠走進日常生活，爲人們提供更多幫助。”吳騁說。

【記者】卞德龍

【實習生】吳彥旻

【統籌】張志超

【作者】 卞德龍

科技能見度

來源：南方+ - 創造更多價值