单次拍摄、无参考的复杂光场计算波面测量

一眼看清光的形状

每束光都携带着一幅隐含的地形图：波面上的微小山丘与谷地，揭示了它的传播路径、所穿过的介质以及所接触的物体。测量这幅地形对从锐化望远镜中遥远星系的图像到深入生物组织的成像等各类任务都至关重要。本文提出了一种从单次快照读取该隐含地图的新方法，利用紧凑的传感器和智能计算来解码即便是极其缠结、令大多数现有仪器失效的复杂光场。

为何测量光的形状重要

光不仅仅是照亮场景。它的精细结构编码了有关显微镜中透镜、气候湍流、制造表面缺陷，乃至生物细胞内部排列的信息。要恢复这些信息，研究人员需要同时知道光的强度和精确的波面形状。传统工具，如干涉仪或Shack–Hartmann传感器，能够完成这项工作，但通常有代价：它们可能需要独立的参考光束、多次曝光、体积庞大的光学器件，或在波面高度畸变、充满尖锐扭结、断裂和旋涡奇点时表现不佳。随着现代应用对更高分辨率和更复杂光束的需求，这些旧方法会遇到根本性限制。

一种通过“打乱”来理解的紧凑传感器

作者将裸露的成像芯片与一块称为扩散片的薄型图案板结合，构建了一种非同寻常的简单波面传感器。扩散片并不形成清晰图像，而是故意将入射光打乱，在探测器上产生颗粒状的散斑图样。虽然该图样看似随机，但它实际上是入射波面的精确指纹：其亮度和细微结构由原始光场与已知扩散片图案的相互作用及随后在空间中的传播共同决定。因为探测器在一次曝光中捕获了这个被打乱的图样且不需要独立参考光束，硬件体积紧凑、机械结构简单，更像是稍厚的图像传感器。

SAFARI：让物理引导重建

将这一单幅散斑图还原为完整复数波面是一项被称为相位恢复的数学难题。该工作核心的进展是一种称为SAFARI（空域与傅里叶域正则化反演，Spatial And Fourier-domain Regularized Inversion）的计算策略。SAFARI接受捕获的散斑图和描述扩散片与自由空间传播如何变换光的物理模型，然后在解释测量数据的波面中进行搜索，同时强加两个简单但强有力的先验：波面在空间上相对平滑，以及在傅里叶（频率）域中其大部分能量集中在低空间频率。将这些期望作为软性与硬性滤波器内置于算法中，稳定了重建过程，使这一向来病态的问题可以可靠地从单帧求解。

推进至极端光学复杂性

为验证该方法，团队用三类要求极高的光场对传感器进行了挑战。首先，他们构造了类似于透镜缺陷或大气湍流引起的合成光学畸变，组合了多达约200个基础形状成分。SAFARI在大范围强度下以高精度恢复了这些畸变。其次，他们生成了相位绕行成螺旋或形成复杂格子的“结构化光”光束——携带高“拓扑荷”或成族的Laguerre–Gaussian与Bessel–Gaussian模式。系统能够忠实重建极高荷载（高达150）的光束，甚至同时分离超过200种模式的混合。最后，他们测量了类似于光在雾、组织或粗糙表面散射时产生的致密散斑场。在这里，传感器解析了约19万独立空间模态，超越了许多专用仪器一个数量级以上的能力。

从实验室原型到未来成像工具

作者表明，他们基于扩散片的传感器与SAFARI算法结合，在分辨率、精度与测量范围方面可与许多最先进的任务专用波面传感器媲美或超越，同时保持对非常不同类型光场的广泛适用性。主要权衡是计算量：求解逆问题在现代笔记本上需耗费数秒，这可能对某些实时应用太慢，但可通过优化代码或结合物理感知的机器学习加速。即便在当前形式下，这种单次拍摄、无参考的方法为光束诊断、高分辨率相位显微、透射散射介质成像以及快速增长的结构化光领域开辟了更简单、更通用的仪器路径，在这些领域中波的形状与亮度同等重要。

引用: Gao, Y., Cao, L. & Tsai, D.P. Single-shot, reference-less computational wavefront sensing for complex optical fields. Light Sci Appl 15, 174 (2026). https://doi.org/10.1038/s41377-026-02241-5

关键词: 波面测量, 计算成像, 基于扩散片的传感器, 结构化光, 散斑场