新型无镜头相机可在单次曝光模式下创建3D图像

研究人员开发了一种相机，该相机使用薄微透镜阵列和新的图像处理算法，以单次曝光捕捉场景中物体的3D信息。该相机可用于多种应用，例如工业零件检查、手势识别和3D显示系统的数据收集。

Weijian Yang说：“我们认为我们的相机是无透镜的，因为它用一个由柔性聚合物制成的薄而轻的微透镜阵列取代了传统相机中使用的大透镜。因为每个微透镜可以从不同的视角观察物体，所以它可以完成复杂的成像任务，例如从被靠近相机的物体部分遮挡的物体中获取3D信息。”

相关研究成果发表在《光学快报》（Optics Express）上，Yang和第一作者Feng Tian报道了新的3D相机。由于相机从现有数据中学习如何数字重建3D场景，因此它可以实时生成3D图像。

Weijian Yang和田丰在研发实验中

Yang说：“这种3D摄像机可以用来给机器人提供3D视觉，这可以帮助他们在3D空间中导航，或者完成复杂的任务，比如操纵精细物体，它还可用于获取丰富的3D信息，为游戏、娱乐或许多其他应用中使用的3D显示器提供内容。”

基于学习的相机

这台新相机是在之前研究人员开发的紧凑型显微镜的基础上发展而来的，该显微镜可以为生物医学应用成像3D微观结构。Yang说：“我们使用微透镜阵列构建了显微镜，并认为类似的概念可以应用于宏观物体的成像。”

新相机中的单个镜头允许它从不同角度或视角观察物体，这提供了深度信息。尽管其他研究小组已经开发了基于单层微透镜阵列的相机，但由于广泛的校准过程和缓慢的重建速度，很难使其实用化。

为了给宏观物体制造更实用的3D相机，研究人员将微透镜阵列和重建算法放在一起考虑。他们定制设计并制造了微透镜阵列，其中包含37个小透镜，分布在直径仅为12毫米的圆形聚合物层中。他们开发的重建算法基于高效的人工神经网络，学习如何将图像中的信息映射回场景中的对象。

Yang说：“许多现有的神经网络可以执行指定的任务，但其基本机制很难解释和理解。我们的神经网络是基于图像重建的物理模型。这使得学习过程更容易，并可以进行高质量的重建。”

一旦学习过程完成，它就可以以非常高的速度重建包含离相机不同距离的对象的图像。新的摄像机不需要校准，可以用于绘制物体的三维位置和空间轮廓。

透视物体

在进行数值模拟以验证摄像机的性能后，研究人员进行了2D成像，显示了令人满意的结果。然后，他们测试了相机对不同深度物体进行3D成像的能力。所得到的3D重建可以重新聚焦到不同的深度或距离。相机还创建了与实际对象排列一致的深度图。

Yang说：“在最后的演示中，我们展示了我们的相机可以拍摄不透明障碍物后面的物体。据我们所知，这是第一次使用无透镜相机对不透明障碍物后面的物体成像。”

研究人员目前正在努力减少3D重建中出现的鬼影或错误，并改进算法以获得更高的质量和速度。他们还希望缩小整个设备的占地面积，使其能够安装在手机中，这将使其更便携，并实现更多的应用。

Yang说：“我们的无透镜3D相机使用计算成像，这是一种新兴的方法，联合优化成像硬件和对象重建算法，以实现所需的成像任务和质量。随着低成本、先进微光学制造技术的最新发展以及机器学习和计算资源的进步，计算成像将使许多具有先进功能的新成像系统成为可能。”

相关链接：https://phys.org/news/2022-09-lensless-camera-3d-images-exposure.html