Imagerie full-Stokes en une seule prise à travers des milieux diffusants

Voir clairement à travers le brouillard

Qu’il s’agisse d’une voiture autonome sous une forte pluie, d’un médecin cherchant une tumeur profondément enfouie dans un tissu, ou d’une caméra de milieu naturaliste scrutant des broussailles, tous font face au même obstacle : la lumière est brouillée lorsqu’elle traverse un matériau désordonné et opalescent. Ce brouillage transforme des images nettes en un bruit granuleux, masquant des détails importants. Le travail présenté dans cet article montre une nouvelle façon de récupérer non seulement l’intensité, mais l’état de polarisation complet de la lumière — des informations sur la façon dont les ondes lumineuses oscillent — lorsqu’elle traverse une diffusion très forte. Cette information supplémentaire peut révéler des objets cachés et des différences subtiles que les appareils photo ordinaires ne voient pas.

Pourquoi les appareils classiques se perdent dans l’éblouissement

Lorsque la lumière traverse du brouillard, du tissu ou du verre dépoli, elle se propage par de multiples rebonds aléatoires. Le front d’onde autrefois lisse qui portait une image claire se transforme en un motif de speckle bruyant. Les astuces d’imagerie standard peuvent parfois inverser ce brouillage, mais seulement lorsque la diffusion est faible. Dès que la diffusion devient intense, les quelques photons « ballistiques » qui conservent la mémoire de leur origine sont noyés dans le bruit. De plus, les caméras traditionnelles n’enregistrent que l’intensité — la luminosité en chaque point — et perdent la polarisation, qui encode comment la lumière a interagi avec les matériaux sur son passage. Par conséquent, les scènes derrière des couches épaisses diffusantes apparaissent souvent comme une masse informe, quelle que soit la sophistication des algorithmes de traitement d’image.

Utiliser la forme de la lumière comme indice supplémentaire

Les ondes lumineuses peuvent vibrer selon différentes directions, et cette polarisation porte une sorte d’empreinte des objets et matériaux rencontrés. La description complète de la polarisation en chaque point est donnée par les paramètres de Stokes, quatre nombres qui décrivent ensemble la luminosité totale et la part de polarisation linéaire ou circulaire. Les progrès récents dans des composants optiques plats appelés métasurfaces — des films nanostructurés plus fins qu’un cheveu — permettent de mesurer les quatre paramètres de Stokes en une seule prise. Les auteurs ont conçu une telle métasurface qui divise la lumière entrante en six taches, chacune correspondant à un canal de polarisation différent. À partir d’une seule exposition, ils peuvent reconstruire l’image de polarisation full-Stokes avec une grande précision, même pour des motifs complexes et des échantillons réels comme des ailes de papillon ou des verres de lunettes.

Apprendre à un réseau de neurones la physique de la lumière

Capturer plusieurs canaux de polarisation ne suffit pas ; il faut aussi transformer un motif de speckle brouillé en une scène reconnaissable. Pour cela, l’équipe a construit un réseau de neurones profond spécialisé, nommé PdU-Net, qui prend en entrée les six images de speckle résolues en polarisation et prédit les images full-Stokes épurées qui auraient été observées sans la couche diffusante. Plutôt que de s’appuyer uniquement sur les données, le réseau est entraîné avec des règles physiques intégrées concernant la polarisation. Ces règles jouent le rôle de garde-fous, contraignant les sorties du réseau à respecter les mêmes relations que doivent satisfaire de vrais paramètres de Stokes. En incorporant ces contraintes directement dans la fonction de perte, le réseau apprend à séparer la structure de polarisation significative du bruit aléatoire, récupérant des détails fins qu’un modèle U-Net standard ou des méthodes classiques de corrélation de speckle ne peuvent obtenir à des niveaux de diffusion similaires.

Voir à travers le camouflage et le mouvement

Pour tester leur approche dans des conditions sévères, les chercheurs ont placé divers diffuseurs entre la métasurface et la cible, atteignant des profondeurs optiques où les techniques antérieures échouent complètement. Même lorsque la mémoire du front d’onde original est presque effacée, PdU-Net a pu reconstruire des images nettes de chiffres et de formes, ainsi que leurs cartes de polarisation complètes, à partir d’une seule prise. L’équipe a ensuite créé un scénario de camouflage : deux éléments de polarisation fins se déplaçant et changeant de forme sur un fond encombré, le tout vu à travers une diffusion intense. Dans les images d’intensité conventionnelles, les objets se confondent avec l’arrière-plan. En revanche, les cartes reconstruites de l’angle de polarisation et de la polarisation circulaire exposent clairement les objets et tracent même leur mouvement, car leurs signatures de polarisation diffèrent de celles du fond, même lorsque leur luminosité ne le fait pas.

Ce que cela signifie pour l’imagerie future

L’étude montre qu’en co-concevant le matériel qui collecte la lumière et le réseau de neurones qui l’interprète, on peut voir à travers des milieux fortement diffusants d’une manière qui n’était pas possible auparavant. La métasurface trie les photons par polarisation dans une couche compacte et adaptée aux caméras, tandis que le réseau informé par la physique exploite ces indices supplémentaires pour défaire un brouillage sévère et reconstruire l’image de polarisation full-Stokes en une seule prise. Pour un public non spécialiste, la conclusion est simple : au lieu de ne mesurer que la luminosité, cette méthode mesure aussi l’orientation de la lumière, puis utilise cette information riche pour percer le brouillard optique. Cela pourrait aider des systèmes futurs à détecter des tumeurs cachées, suivre des animaux dans un feuillage dense ou guider des véhicules par mauvais temps, simplement en lisant des motifs subtils dans la forme même de la lumière.

Citation: Xiansong Ren, Ye Tian, Yanling Ren, Bo Wang, Shifeng Zhang, Anqi Hu, Kaveri A. Thakoor, and Xia Guo, "Single-shot full-Stokes imaging through scattering media," Optica 12, 1560-1568 (2025). https://doi.org/10.1364/OPTICA.572713

Mots-clés: imagerie de polarisation, caméra à métasurface, imager à travers la diffusion, apprentissage profond informé par la physique, détection de camouflage