近日，北京理工大学物理学院郑宁教授团队和北京环境特性研究所的李粮生研究员团队，在《Nature Communications》发表题为 “Computational imaging of moving objects obscured by a random corridor via speckle correlations” 的文章。团队提出了一种新型的散斑关联方法，实现了对随机走廊（包含随机介质的曲折走廊）中隐藏目标的成像，同时定量分析了该方法的成像适用范围。北京理工大学的博士研究生石天为论文的第一作者，郑宁教授和李粮生研究员为论文的共同通讯作者。论文的合作者包括北京理工大学的史庆藩教授，北京环境特性研究所的工作人员蔡禾和朱先立。

由于可重构相机视线外隐藏目标图像的能力，非视域成像和散射成像等计算成像方法吸引了越来越多的关注。这些计算成像方法的潜在应用领域包括机器人视觉、自动驾驶、灾害救援和医学成像等。在以往典型成像场景中，非视域成像利用中继面漫反射光的时空信息，反投影、光锥变换、相量场、计算潜望和空间相干分析等非视域方法能够重构出拐角后隐藏目标的图像。而基于散斑关联、波前整形和散斑反卷积等散射成像方法可实现对随机介质后和走廊拐角后的目标成像。但在面对大厚度、不规则形状随机介质与多个拐角的联合干扰遮蔽下的计算成像，现有散射成像与非视域成像技术基本失效。上述这类强散射复杂干扰环境，被命名为“随机走廊”，是一种包含随机介质的曲折走廊，通常存在于多尘矿井、烟雾弥漫的通风管道、建筑走廊等救援场景中。对随机走廊遮蔽目标的计算成像不仅可以极大提高救援效率，还可以保护救援工作人员的人身安全，减少不必要的损失。

本文中，作者提出了一种约化空间系综散斑光强关联（reduced spatial- and ensemble-speckle intensity correlation, RSESIC）方法，用来成像被随机走廊所遮蔽的隐藏运动物体。实验结果表明，无论目标位于随机走廊的一个或两个拐角之后，该方法均可以利用一台普通的家庭数码相机，以亚毫米分辨率重建出厘米尺度隐藏目标的清晰图像。作者进而定义了一个关联保真度（correlation fidelity , CF）用来描述成像系统的性能，研究了子空间边长、相机像素数和像素散斑尺寸比这三个系统参数对成像性能的影响。如果这些参数选择不当，CF会退化甚至无法接受，最终导致计算成像失败。通过研究，作者给出了RSESIC方法能正确成像隐藏目标的系统参数范围。同时还研究了散斑光强功率衰减引起的CF退化。基于实验和理论分析，作者证明了在额外的关联重整化之后，隐藏目标的图像仍然可以被正确重建。

本文结果为非视域成像和散射成像的研究提供了新的思路和见解，相关工作发表在Nature Communications 13, 4081(2022)。该工作得到中国国家自然科学基金（11974044）和中国国家重点研究发展计划（2016YFC1401001）等项目的支持。

实验研究了当目标位于随机走廊的一个拐角和两个拐角后，RSESIC方法的成像表现。图1和图2中分别展示了两种情况下的实验成像系统原理图和隐藏目标图像的重构结果。

图1 成像位于随机走廊一个拐角后的隐藏目标。a 实验成像系统原理图。b 激光散斑光强照片子空间约化示意图。c,f 散斑光强关联函数。d,g 重建出的隐藏目标图像。e,h 隐藏目标实物照片。

图2 成像位于随机走廊两个拐角后的隐藏目标。a 实验成像系统原理图。b 隐藏目标自关联函数、散斑光强关联函数、重整化散斑光强关联函数三者的对比。c 重整化散斑光强关联函数。d 由重整化散斑光强关联函数重建出的隐藏目标图像。

原文链接：https://www.nature.com/articles/s41467-022-31669-7