日前，北京理工大學王涌天教授、黃玲玲教授團隊聯(lián)合張軍院士、邊麗蘅教授團隊，采用單片超構表面與元注意力網絡實現(xiàn)快照式近紅外光譜成像。該方法充分利用C4對稱超構表面結構單元豐富的光譜編碼隨機性以及結構單元之間的低相關系數(shù)的特點，結合基于元注意力網絡先驗的迭代去噪重建算法的優(yōu)異性能，實現(xiàn)了具有高光譜分辨率和低串擾的近紅外光譜快照成像。相關成果以“Meta-attention network based spectral reconstruction with snapshot near-infrared metasurface”為題發(fā)表于Advanced Materials期刊。

圖1 基于近紅外超構表面的快照式光譜重構

光譜信息作為不同物質的光學指紋，能夠在多種場景下用于物質的鑒定與識別，在遙感探測、智慧農業(yè)、生物監(jiān)測、化學分析等多個領域取得了廣泛的應用。然而，現(xiàn)有的光譜成像系統(tǒng)多采用窄帶濾光片或者棱鏡、光柵等色散元件實現(xiàn)不同波長信息的提取。采用窄帶濾光片，已發(fā)展出分焦面（DoFP）和分時（DoT）探測兩種方式。采用DoFP方式時，光譜圖像的空間分辨率與光譜分辨率互相限制；而對于DoT方式，光譜成像的時間分辨率受限，難以適用于高速運動場景的準確獲取。對于編碼孔徑快照式光譜成像（CASSI）系統(tǒng)，相對龐大的體積限制了其與移動設備的集成。

近年來，許多研究者采用超構表面、光子晶體、納米線、二維材料等一系列光學材料，實現(xiàn)了小型化、集成化的快照式光譜成像系統(tǒng)。然而，此前的研究大多集中于可見光波段，針對近紅外波段光譜成像的研究還有待進一步深入。此外，重構算法在快照式光譜系統(tǒng)中也扮演了極為關鍵的角色，而目前的算法在重建性能和真實場景泛化性上，尤其是對于基于超構表面的成像系統(tǒng)，仍存在較大挑戰(zhàn)。

為了在近紅外波段實現(xiàn)高質量的快照式光譜成像，上述團隊設計基于元注意力網絡的近紅外超構表面快照式光譜成像系統(tǒng)。研究人員設計出25種不同的超構表面結構單元對入射光譜進行調制，并提出一種基于元注意力網絡先驗的迭代去噪重構算法對單次拍攝得到的灰度圖像進行重構，在算法重構的過程中，充分利用了超構表面結構單元規(guī)則的空間排布方式與隨機的光譜編碼過程，最終實現(xiàn)了光譜圖像的準確恢復。

超構表面結構單元的設計細節(jié)如圖2所示。為了提高對近紅外波段能量的利用率，研究團隊選取非晶硅作為納米天線的材料，共設計出25種具有C4對稱性質的結構單元，每種結構單元具有相同的周期（1.5 μm）與高度（600 nm），且每個結構單元被劃分為邊長相同（100 nm）的正方形區(qū)域，可在不同區(qū)域填充非晶硅納米天線，不同結構單元的區(qū)別僅在于納米天線的空間排布不同。考慮結構的C4對稱性，在每個結構單元內共可以設計出243種不同的納米天線排布方式，大大拓展了結構設計自由度。納米天線豐富的空間排布方式與互相之間的共振作用使得結構單元的透射光譜曲線上具有隨機而豐富的共振峰，并且使得不同結構單元透射光譜之間的相關性較低，本研究中25種結構的相關系數(shù)平均值僅為0.13，從而為充分調制入射光譜并實現(xiàn)準確重構提供可能性。

圖2 超構表面結構單元的設計與表征測試。(a)25種結構單元；(b)圖(a)中第5行、第3列結構單元斜視圖；(c)超構表面樣品的光學顯微鏡測試結構；(d)結構單元透射光譜的相關系數(shù)矩陣；(e)3種結構單元的SEM測試圖及透射光譜標定曲線。

為了充分利用超構表面的光譜調制能力并提高重構算法的普適性，研究團隊提出了一種元注意力網絡先驗的迭代去噪重構算法(MAN-IDR)，算法框架如圖3所示。由于所設計的超構表面具有馬賽克形式的規(guī)則結構單元排布方式，算法對局部結構的過度關注會容易導致偽影的出現(xiàn)，研究團隊引入了空間光譜交叉注意(SSCA)模塊來盡量避免這一負面效應；此外，為了將混疊的光譜信息進行解耦并減小不同光譜通道之間的串擾，研究團隊引入了元交叉注意(MCA)模塊，以實現(xiàn)光譜維度上的準確重構。進而構建基于SSCA和MCA的多尺度編解碼網絡，稱為元注意力網絡（MAN）。MAN網絡作為去噪重建先驗項，以端到端方式交替求解深度先驗項和線性投影項，最終實現(xiàn)高保真度和泛化性的高光譜圖像重建。實驗證明元注意力網絡對于基于超構表面光譜解耦和紋理保留具有良好性能，歐幾里德投影算子對優(yōu)化方向起到約束作用提升算法泛化性。

圖3 基于元注意力網絡先驗的迭代去噪重構算法(MAN-IDR)

采用上述超構表面與重構算法，團隊搭建了基于近紅外超構表面的快照式光譜成像系統(tǒng)，并驗證了其光譜成像性能，結果如圖4所示。由圖4可見，通過CMOS拍攝所得圖像均為灰度圖，僅能體現(xiàn)圖像的強度信息，而無法體現(xiàn)出不同通道的波長信息，而經過算法的重構，光譜圖像的波長維度得以體現(xiàn)出來。并且重構圖像具有清晰的紋理與較小的偽影，展現(xiàn)出重構算法良好的細節(jié)恢復能力；此外，研究者還從重構圖像中提取光譜曲線并與真值進行對比，兩組實驗的光譜曲線保真度平均值分別為92.26%和91.40%，表明重構結果具有較高的波長準確性。

圖4 具有復雜紋理的單色光譜圖像重構結果

研究團隊還測試了系統(tǒng)的光譜曲線恢復能力，結果如圖5所示。針對準單色光，重構光譜曲線平均保真度達到98.26%，且中心波長準確性達到0.05 nm，半高全寬準確性達到0.13 nm。針對形狀復雜的寬帶光譜，也實現(xiàn)了準確重構。

圖5 光譜曲線重構結果

上述研究團隊提出的基于元注意力網絡的近紅外超構表面快照式光譜成像方法，通過設計相關系數(shù)較低的超構表面結構單元以及普適性較高的光譜重構算法，實現(xiàn)了高保真度、低串擾的光譜圖像重構，并能準確區(qū)分出空間重疊的光譜圖像，為區(qū)分、探測不同成分的近紅外物質信息提供可能。通過將所設計的近紅外超構表面與手機、無人機等可移動設備集成，有望在未來實現(xiàn)便攜式、小型化的光譜成像移動設備，為空間探測、智慧醫(yī)療、機器視覺等領域提供助力。

論文信息：
https://doi.org/10.1002/adma.202313357