编者按：

在过去的十多年来，信息技术的高速发展为光学成像注入了新的生命，计算成像应运而生，悄无声息中颠覆了人类与机器感知世界的方式。从“所见即所得”的一一映射到对高维光场的耦合编码与计算重构，计算成像将光作为信息载体的一部分，模糊了物理世界与数字世界的边界，从而突破了物理约束，见所未见。

全文约1585字，建议阅读时间4分钟。

(资料图片)

计算光学成像是一个新兴多学科交叉领域。它以具体应用任务为准则，通过多维度获取或编码光场信息（如角度、偏振、相位等），为传感器设计远超人眼的感知新范式；同时，结合数学和信号处理知识，深度挖掘光场信息，突破传统光学成像极限。

目前，计算光学成像处于高速发展阶段，已取得许多令人振奋的成果，并在 手机摄像、医疗、无人驾驶 等领域开始规模化应用。未来，计算光学成像有望进一步颠覆传统成像体系，带来更具创造力和想象力的应用，如 无透镜成像、非视域成像 等。

趋势解读

传统光学成像建立在 几何光学 基础上，借鉴于人眼视觉“所见即所得”原理，忽略了诸多光学高维信息。当前传统光学成像在 硬件功能、成像性能 方面接近物理极限，在众多领域已无法满足应用需求。

例如 ，在 手机摄影领域 ，无法在保证成像效果的同时缩小器件 重量 和 体积 ，出现令人诟病的“前刘海”和“后浴霸”的情况；在 显微成像领域 ，无法同时满足 宽视场 和 高分辨率 的需求；在 监控遥感领域 ，难以在 光线较暗、能见度较低 的复杂环境中获得清晰图像。

随着 传感器、云计算、人工智能 等技术的不断演进，新型解决方案逐步浮出水面—— 计算光学成像 。计算光学成像以具体应用任务为准则，通过 多维度获取 或 编码光场信息 （如 角度、偏振、相位 等），为传感器设计远超人眼的感知新范式；同时，结合 数学 和 信号处理 知识，深度挖掘光场信息，突破传统光学成像极限。

计算光学成像是一个新兴多学科交叉领域,早期概念在 上个世纪70年代中期 才逐步形成。随着信息技术的蓬勃发展，计算光学成像已成为国际研究热点。由于计算光学成像研究内容覆盖范围广，目前还没有一个比较明确的分类方法。

按照计算成像技术所解决的应用问题来分类，可以大致分为以下三类：

功能提升

对传统方式无法获取的光学信息，如 光场、偏振、相干度 等进行成像或测量；

性能提升

即提升现有成像技术的性能指标，如 空间分辨率、时间分辨率、景深、复杂环境鲁棒性 等；

简化与智能化

通过 单像素、无透镜 等特定技术简化成像系统，或者以光速实现特定人工智能任务。

计算光学成像技术现处于高速发展阶段，还需克服非常多挑战：首先，需以传感器为中心 重新设计光学系统 ；其次，由于需要获取多维度光学信息，需引入新型光学器件和光场调控机制，随之而来的是更多的 硬件成本和研发/调试时间成本 ；再次，为了使计算成像硬件和软件有更好协同，则需 重新开发算法工具 ；最后，对 算力 要求非常高，对应用 设备芯片 及 其适配性 提出更高要求。

计算光学成像虽然是一个新兴技术，但已取得了很多令人振奋的研究成果（2014诺贝尔奖—— 超分辨荧光显微成像 、2017年诺贝尔奖—— 冷冻电镜 ），并在 手机摄像、医疗、监控、工业检测、无人驾驶 等领域开始规模化应用。如在手机摄像领域，主流手机厂商均初步融入了计算光学成像思路，从比拼硬件光学，转而追求 硬件加算法的协同 ；目前手机摄像在相当一部分场景的拍摄效果达到、甚至超过一般单反相机。

未来展望

未来，计算光学成像将进一步颠覆传统成像体系，带来更具创造力和想象力的应用。 元成像芯片 可实现大范围 无像差三维感知 ，有望彻底解决手机后置摄像头突出的问题。 无透镜成像（FlatCam） 能够简化传统基于透镜的相机成像系统，进一步减小成像系统体积并有望用于各类可穿戴设备。此外，利用 偏振成像技术 能够透过可见度不高的介质清晰成像，可实现穿云透雾。还有 非视域成像 ，通过记录并解析光传播的高速过程来对非视域下目标进行有效探测，实现隔墙而视，在 反恐侦察、医疗检测 等领域具有广泛的应用价值。