微型相机具有发现人体问题并为超小型机器人进行感应的巨大潜力，但过去的方法在视野有限的情况下捕捉到模糊、扭曲的图像。

现在，普林斯顿大学和华盛顿大学的研究人员用粗盐大小的超小型相机克服了这些障碍。 研究人员在11 月 29 日发表在《自然通讯》 上的一篇论文中报告说，新系统可以产生与体积大 50 万倍的传统复合相机镜头相当的清晰、全彩色图像 。

通过相机硬件和计算处理的联合设计，该系统可以使微创内窥镜与医疗机器人一起诊断和治疗疾病，并改善其他具有尺寸和重量限制的机器人的成像。数千个这样的摄像头阵列可用于全场景传感，将表面变成摄像头。

传统相机使用一系列弯曲的玻璃或塑料透镜将光线弯曲成焦点，而新的光学系统依赖于一种称为超表面的技术，这种技术可以像计算机芯片一样生产。仅半毫米宽的超表面上布满了 160 万个圆柱形柱子，每个柱子的大小都与人类免疫缺陷病毒 (HIV) 相当。

每个柱子都有独特的几何形状和功能，就像一个光学天线。改变每个柱子的设计对于正确塑造整个光学波前是必要的。在基于机器学习的算法的帮助下，柱子与光的相互作用相结合，为迄今为止开发的全彩色超曲面相机生成最高质量的图像和最宽的视野。

相机创造的一个关键创新是光学表面的集成设计和产生图像的信号处理算法。该研究的资深作者兼计算机助理教授费利克斯海德说，这提高了相机在自然光条件下的性能，而以前的超表面相机需要实验室的纯激光或其他理想条件才能产生高质量的图像。 普林斯顿的 科学。

研究人员将使用他们的系统生成的图像与以前的超表面相机的结果以及使用一系列六个折射透镜的传统复合光学系统捕获的图像进行比较。除了画面边缘有点模糊之外，纳米级相机的图像与传统镜头设置的图像相当，后者的体积大了 500,000 倍以上。

其他超紧凑超表面透镜遭受严重的图像失真、小视场和捕获全光谱可见光的能力有限——称为 RGB 成像，因为它结合了红色、绿色和蓝色来产生不同的色调。

“设计和配置这些小纳米结构来做你想做的事是一个挑战，”计算机科学博士Ethan Tseng说。普林斯顿大学的学生，共同领导了这项研究。“对于捕获大视场 RGB 图像的这一特定任务，以前不清楚如何将数百万纳米结构与后处理算法共同设计。”

共同主要作者Shane Colburn 通过创建一个计算模拟器来自动测试不同的纳米天线配置来应对这一挑战。由于天线的数量以及它们与光相互作用的复杂性，这种类型的模拟可以使用“大量的内存和时间”，Colburn 说。他开发了一个模型，可以有效地以足够的精度近似超表面的图像生成能力。

Colburn 以博士的身份开展了这项工作。华盛顿大学电气与计算机工程系 (UW ECE) 的学生，他现在是该学院的附属助理教授。他还在总部位于西雅图的公司 Tunoptix 指导系统设计，该公司正在将超表面成像技术商业化。Tunoptix 由 Colburn 的研究生顾问Arka Majumdar共同创立，他是华盛顿大学 ECE 和物理系的副教授，也是该研究的合著者。

合著者詹姆斯怀特黑德，博士。UW ECE 的学生制造了基于氮化硅的超表面，这是一种玻璃状材料，与用于计算机芯片的标准半导体制造方法兼容——这意味着给定的超表面设计可以很容易地以低于传统相机中的镜头。

“虽然光学设计方法并不新鲜，但这是第一个在前端使用表面光学技术，在后端使用基于神经处理的系统，” Mait-Optik 顾问、前高级工程师Joseph Mait说陆军研究实验室研究员兼首席科学家。

“已发表工作的意义在于完成艰巨的任务，共同设计超表面的百万特征的大小、形状和位置以及检测后处理的参数，以实现所需的成像性能，”未参与的 Mait 补充道在研究中。

Heide 和他的同事们现在正在努力为相机本身增加更多的计算能力。除了优化图像质量之外，他们还希望增加物体检测和其他与医学和机器人相关的传感模式的功能。

Heide 还设想使用超紧凑型成像仪来创建“作为传感器的表面”。“我们可以将单个表面变成具有超高分辨率的摄像头，因此您不再需要在手机背面安装三个摄像头，而整个手机背面将变成一个巨大的摄像头。我们可以想出完全不同的方式来构建未来的设备，”他说。

除了 Tseng、Colburn、Whitehead、Majumdar 和 Heide，该研究的作者还包括博士生黄洛成。华盛顿大学学生;和普林斯顿大学博士后研究助理 Seung-Hwan Baek。

这项工作得到了国家科学基金会、国防部、华盛顿大学现实实验室、Facebook、谷歌、Futurewei Technologies 和亚马逊的部分支持。