傳統(tǒng)光學(xué)成像系統(tǒng)的空間/角分辨率受限于阿貝-瑞利衍射極限，而在此限制下，一般通過增大成像系統(tǒng)數(shù)值孔徑或有效口徑來提高空間/角分辨率。然而，成像發(fā)展到現(xiàn)階段，增大數(shù)值孔徑或有效口徑在實(shí)現(xiàn)成本及難度上均已是挑戰(zhàn)。而超分辨成像技術(shù)為獲得超衍射極限成像提供了可能。

近日，中國(guó)科學(xué)院國(guó)家天文臺(tái)南京天文光學(xué)技術(shù)研究所研究員何晉平團(tuán)隊(duì)在超衍射極限成像技術(shù)研究方面取得新進(jìn)展。該團(tuán)隊(duì)基于外接孔徑調(diào)制子系統(tǒng)及深度學(xué)習(xí)方法，以原光學(xué)成像系統(tǒng)的實(shí)像面作為輸入，不改變?cè)邢到y(tǒng)結(jié)構(gòu)，調(diào)節(jié)位于孔徑光闌平面的電動(dòng)可變光闌，快速采集訓(xùn)練所需的低分辨率（low-resolution，LR）到高分辨率（high-resolution，HR）圖像對(duì)，并以訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)將HR圖像作為輸入，快速外推出超出衍射極限的超分辨率（super-resolution，SR）圖像。相關(guān)研究結(jié)果發(fā)表在Optics Express上，并申請(qǐng)國(guó)家發(fā)明專利。至此，該團(tuán)隊(duì)基于孔徑調(diào)制已提出三種新型超分辨成像方法：“孔徑調(diào)制 + 光強(qiáng)外推”【Sci. Rep. 8, 15216(2018)】、“孔徑調(diào)制 + 圖像迭代重構(gòu)”【J. Opt. 23, 015701(2021)】及本工作方法“孔徑調(diào)制 + 深度學(xué)習(xí)”。

圖1.實(shí)驗(yàn)裝置示意圖（EAMS：external aperture modulation subsystem）

該方法無須更改原有成像系統(tǒng)結(jié)構(gòu)，只需添加一個(gè)可變光闌或孔徑調(diào)制子系統(tǒng)即可實(shí)現(xiàn)調(diào)制功能，結(jié)構(gòu)簡(jiǎn)單且緊湊，造價(jià)低。在數(shù)據(jù)訓(xùn)練方面，相對(duì)于常用的“端對(duì)端”訓(xùn)練策略，增加一個(gè)“標(biāo)簽數(shù)據(jù)”可以進(jìn)一步提高深度學(xué)習(xí)網(wǎng)絡(luò)的分辨率增強(qiáng)能力和圖像保真度。相比迭代式最優(yōu)化SR算法，基于深度學(xué)習(xí)的SR方法可以提供訓(xùn)練好的非迭代式重建工具，從而實(shí)現(xiàn)快速的分辨率增強(qiáng)，且無須估計(jì)點(diǎn)擴(kuò)散函數(shù)（PSF）或?qū)Τ上襁^程進(jìn)行數(shù)值建模。

圖2.稀疏點(diǎn)源目標(biāo)的超衍射極限成像結(jié)果對(duì)比。

（a）衍射極限下的HR圖像、（b）3倍理論SR圖像、（c）2孔徑訓(xùn)練策略SR外推結(jié)果、（d）3孔徑訓(xùn)練策略SR外推結(jié)果、（e）和（f）為相應(yīng)的2.2倍和2.7倍SR時(shí)的橫截線對(duì)比圖。0.735為Rayleigh criterion下歸一化鞍點(diǎn)強(qiáng)度

圖3.對(duì)玉米種子切片成像的對(duì)比結(jié)果。（a）3孔徑訓(xùn)練策略SR外推結(jié)果、（b）-（m）不同ROI（range of interest）的成像效果放大對(duì)比圖。（n）和（o）為兩個(gè)特征白點(diǎn)和黑點(diǎn)的橫截線對(duì)比圖。（i）和（j）中的黃色箭頭指向一些原本模糊的間隙和形狀，這些間隙和形狀通過訓(xùn)練好的dpcCARTs-NET變得更清晰

為驗(yàn)證該方法在復(fù)雜物體成像方面的能力，研究團(tuán)隊(duì)與南京林業(yè)大學(xué)、上海交通大學(xué)合作，開展了生物樣品SR成像方面的實(shí)驗(yàn)研究工作。圖3給出了對(duì)玉米種子切片成像的對(duì)比結(jié)果。與衍射受限的HR輸入相比，dpcCARTs-NET的外推SR輸出在分辨率和對(duì)比度方面均有明顯提高，且使用3孔徑調(diào)制策略訓(xùn)練的dpcCARTs-NET的SR性能優(yōu)于2孔徑調(diào)制策略，分辨率增強(qiáng)能力接近1.5倍。外推SR圖像提供了更清晰的生物結(jié)構(gòu)信息，有助于進(jìn)一步剖析樣品的生物學(xué)信息，如評(píng)估淀粉含量。

當(dāng)前，該團(tuán)隊(duì)正在將相關(guān)方法應(yīng)用于大視場(chǎng)天文成像中，有望以較低代價(jià)實(shí)現(xiàn)超高分辨天文成像，并為將來開展智能天文儀器設(shè)計(jì)和智能天文數(shù)據(jù)處理算法研究提供參考。研究工作得到國(guó)家自然科學(xué)基金青年科學(xué)項(xiàng)目、面上項(xiàng)目及重點(diǎn)項(xiàng)目的資助。