鬼成像方法綜述

王倩　黃敏

摘 要 作為一種新型的成像技術，鬼成像一出現就獲得了眾多學者和社會的關注。因其有一條光路不經過物體而能成像，取名“鬼”成像，顯示了其不一樣的性質，在軍事領域具有巨大的潛在應用價值。自從1995年提出鬼成像的基本模型以來，眾多學者對其進行了大量的研究，不僅是成像設備，還是成像方法都有很大的進展，取得了豐碩的成果。一些研究機構已經做出了相應的原型機，進一步驗證了鬼成像巨大的應用價值。本文就對目前的鬼成像發展現狀進行系統整理，以總結目前的發展現狀，指出目前存在的問題，以及后續的研究方向。

關鍵詞 鬼成像 綜述 發展現狀 研究現狀

中圖分類號：TN919. 8 文獻標識碼：A

0引言

傳統光學成像之所以能夠實現成像在于光線通過目標物體透射或者反射的光線被探測器所感知成像。但是，1995年T. B. Pittman等人在PHYSICAL REVIEW A雜志發表了題目為《Optical imaging by means of two-photon quantum entanglement》的論文，正式提出了鬼成像的原型，宣告了鬼成像的誕生。不同于傳統光學成像模式，這個新的成像模型不需要光線通過物體也能夠成像。這種新奇的成像方式立刻引起了人們的注意。由鬼成像的原理圖我們可以看出，激光泵作為初始光源，經過偏硼酸鋇材料器件和棱鏡之后，利用分光器將激光分成了兩部分，一部分光經過物體之后被一個沒有空間分辨率的桶探測器探測得到一個測量值，稱之為信號光路。另一部分光經過傳播之后直接被具有空間分辨率的探測記錄下來，稱之為參考光路。最終將兩部分探測的信息經過符合電路重構目標物體圖像。這個模型的核心是利用激光泵產生糾纏的量子。量子糾纏現象是1935年被發現的。量子糾纏現象是指同一個光子經過分光器之后分成兩個糾纏光子。糾纏光子的特性是如果我們知道其中一個光子的狀態信息，那另外一個糾纏光子在同一時刻的狀態信息就知道了。糾纏光子在同一時刻的狀態信息是相同的。所以在信號光路和參考光路中，如果信號光路的物體和參考光路探測器與分光器的距離相等，則兩個糾纏光子在達到物體和被參考光路的探測器探測時的狀態信息是一樣的。那么參考光路的信息就是糾纏光子在物體處的狀態信息，利用符合電路就可以恢復出來目標物體圖像信息。這就是鬼成像的基本原理，也是其魅力所在。

1鬼成像發展歷程和現狀分析

鬼成像的發展歷程可以總結從量子糾纏到傳統熱光源到計算鬼成像到壓縮鬼成像到深度學習鬼成像。這是從鬼成像成像設備到成像算法不斷演變的過程。剛開始發展階段，由于理論研究的限制，研究者們只在某些特定范圍內尋找相應的光源。后續通過實驗也發現了其他光源也可以實現鬼成像。那么光源就不是主要的研究重點，簡化成像系統成為研究者關注的重點。緊接著，優化成像算法成為研究者的重點關注，也是目前研究的重點。

在鬼成像研究的初級階段，研究者都是將量子光源作為鬼成像的光源，一般都是利用激光作為光源。這種光源可以利用自發參量下轉換方法獲取糾纏性能較好的糾纏光子。所以，鬼成像的成像質量依賴于糾纏光子的產生手段。但是糾纏光子產生的設備對環境等要求比較高，成像的代價較高。學者們就研究有沒有可替代的光源實現鬼成像。通過實驗考察，學者們發現傳統的熱光源也可以實現鬼成像。學者們又通過理論分析，計算出了普通熱光源下的成像對比度的理論值。熱光源的對比度要低于量子糾纏光源成像的對比度。通過優化成像系統，基于熱光源的鬼成像的成像質量也得到了明顯得提高。這就是鬼成像從量子糾纏光源到普通熱光源的發展歷程。

利用普通熱光源實現鬼成像之后，鬼成像實現的難度大大降低，在很多實驗室就可以完成這個實驗。在基礎上，研究者們就在思考如何簡化鬼成像的成像系統。鬼成像需要兩個光路進行成像，一路經過目標物體，一路不經過目標物體。不經過目標物體的參考光路的作用就是為了記錄光線在目標處的光強分布。所以，能不能去除一條光路？研究者們發現，根據空間光調制器的特點，我們可以通過控制空間光調制器的控制信號來控制信號光路的矩陣。所以，信號光路的探測矩陣可以通過計算得到，這就產生了只包含信號光路的計算鬼成像。計算鬼成像的出現大大簡化了成像系統的復雜性，大大推動了鬼成像的發展。在這個階段，成像系統簡化以后，大家把研究的重點轉移到了成像算法上面。雖然前期研究者通過各種方法提高鬼成像的成像質量，但是成像質量還是不夠理想，離實際應用還很遠。成像質量不夠理想主要表現在成像結果中噪聲明顯，有時候幾乎掩蓋了信號能量。同時內容信息較復雜的目標物體的成像結果也很差。所以，急需提高成像質量。為了提高成像質量，研究者們先后提出了差分成像方法，通過測量值與平均測量值得差分運算去除噪聲。相對于傳統地關聯運算，差分成像確實大大提高了成像質量。在此基礎上，學者們還提出了對應成像、歸一化成像和循環去噪成像方法。這些算法都從不同的角度抑制成像結果中的噪聲。

雖然成像質量有所提高，但是采樣數依然很高，高于重構圖像的分辨率。這個時候學者們發現，大部分圖像在某個頻域內是稀疏的，即圖像的大部分能量只是集中在某一部分系數上。只要重構出這些系數就可以較好的重構目標物體圖像。因此，壓縮鬼成像就應運而生。壓縮鬼成像主要利用了目標物體圖像的稀疏性，利用遠低于奈奎斯特采樣率的采樣值就可以較好的重構目標物體圖像。壓縮鬼成像的成像質量有了質的飛躍，甚至可以實現超分辨率成像，采樣率也大大降低。另外一個優勢是，壓縮鬼成像可以與其他圖像處理技術，如超分辨率重建相結合進一步提高成像質量和成像分辨率。但是壓縮鬼成像的缺點是重構復雜度較高，重構性能還不是很穩定。近兩年，隨著深度學習技術的發展，基于深度學習的單像素成像也被學者們提出來，也有一些文章發表。深度學習鬼成像首先對目標物體圖像進行大規模學習，得（下轉第265頁）（上接第263頁）到訓練模型，重構時利用這些深度模型進行重構，進一步提高質量。但是計算復雜度也是要考慮的問題。

通過以上分析可以看出，鬼成像的性能有了很大的提高，成像系統也得到了簡化，離實際應用更進一步。但是現有鬼成像還存在一些亟待解決的問題。

（1）基于壓縮感知的鬼成像方法重構復雜度較高。由于壓縮重構算法本身重構復雜度較高，特別是較大分辨率目標物體圖像，現有壓縮鬼成像重構時間和空間復雜度很高，在一般電腦上面無法正常重構。因為內存不夠或者時間太慢。針對這個問題，自適應鬼成像和分塊成像是目前可以進一步研究的方向，以降低重構復雜度。

（2） 重構性能穩定性還不夠好。雖然壓縮感知方法提高了成像質量和成像穩定性，但是壓縮重構的性能依賴于選取的測量矩陣是否能夠較好的滿足壓縮重構的條件。并且重構的過程是在無數個解中尋找最優解。在某些情況下可能會有出錯的概率，因為壓縮重構成功也有一定的概率。如何提高重構性能穩定性是下一步研究的重點。

2結語

本文從鬼成像成像系統和成像算法入手，分析了鬼成像這二三十年來的發展歷程和現狀，總結出鬼成像的發展思路是從量子光源到普通熱光源到計算鬼成像，再到壓縮鬼成像，最后到目前的深度學習鬼成像。成像系統不斷簡化，成像質量不斷提高，成像方法也逐步智能。但是鬼成像還需要進一步降低重構復雜度，提高成像性能穩定性，并與現有的深度學習等圖像處理的新技術結合起來，向縱深發展。下一步需要考慮不同應用場景下的壓縮鬼成像的具體發展思路，因為不同應用場景對算法的要求是不一樣的。對不同場景的圖像特征和類型進行深度分析，總結出規律，指導相應的成像算法設計。還要結合人工智能技術，實現智能化成像，并與目標檢測等成像后續處理相結合，提高不同應用環境的適應性。鬼成像在軍事、遙感、醫學成像等領域都有較大的應用前景，可以從這幾個方向進行重點研究，尋求突破。

基金項目：四川省教育廳項目（18ZB0277）。

參考文獻

[1] Pittman， T. B. &Y.; H. Shih &D.; V. Strekalov&A.; V. Sergienko. Optical imaging by means of two-photon quantum entanglement[J].PHYSICAL REVIEW A，1995，52（05）： R3429.

[2] Padgett， M.&R.Aspden;&G.Gibson.Matthew; Edgar and Gabe Spalding. Ghost imaging[J]. OPTICS & PHOTONICS NEWS， 2016（02）：40-45.