智能量子相机提高成像系统分辨率

在最近发表在《量子信息》杂志上的一篇文章中，研究人员提出了一种用于超分辨率图像分析的智能量子相机，该相机利用机器学习的自学习能力来识别每个像素处未知光源混合物的统计变异性。

研究：Smart quantum statistical imaging beyond the Abbe-Rayleigh criterion | npj Quantum Information (nature.com) 图片来源：Jurik Peter/Shutterstock.com

光的波性质限制了光学成像分辨率。一个世纪以来，阿贝-瑞利标准一直用于评估成像设备的空间分辨率限制。最近，人们对使用空间投影测量来提高成像设备的分辨率的兴趣日益浓厚。不幸的是，这些技术需要事先了解“未知”光束的相干性，并产生严格的对准要求。

最近的研究是通过一个通用的量子模型实现的，该模型允许开发用于识别光子涨落的深度神经网络。建议的协议克服了当前基于空间模式投影的超分辨率算法的限制，提供了新的显微镜技术，卫星图像和天文学技术。

相位信息在量子测量中的重要性

一个多世纪以来，相位信息超越振幅信息的价值已经确立了光学工程师的知识基础。

最近，这个主题在量子测量的背景下得到了广泛的研究。相位信息可用于超越阿贝-瑞利分辨极限，用于可见光的空间识别。例如，相位信息可以通过采用投影观测或空间模式解调的模态分解来提取。

这些技术需要关于“未知”光源的相干质量的先验信息。此外，这些方法对成像设备的对准和聚焦条件施加了严格的限制。尽管有这些限制，但大多数现有实验技术都依赖于埃尔米特-高斯、拉盖尔-高斯和奇偶校验基的空间投影和解调。

智能量子相机提高成像分辨率限制

光量子变化决定了光源的特性。在这项研究中，Bhusal等人证明，对光场的量子统计特征的评估能够使成像超过阿贝-瑞利分辨率极限。

光子组合的统计波动是利用人工智能的自学能力来识别的。

研究人员开发了一种量子相机，能够识别每个像素的光子统计数据。为了实现这一目标，他们创建了一个通用量子模型，该模型表示由任何光源组合的散射产生的光子统计量。这种方法开发和训练用于光源识别的人工神经网络。

由于这种非凡的方法，研究人员可以克服基于空间模式投影和多路复用的传统超分辨率程序的基本限制。

智能量子相机如何工作？

该相机采用人工神经网络来确定构成感兴趣区域的每个点源的光子特征。

使用基于Sudarshan和Glauber的光学相干量子理论的广泛模型，可以描述由无理数光源的散射产生的光子统计量。

进行光子数分辨检测可实现这一独特特性。根据海森堡不确定性原理，这种相机的灵敏度受到光子波动的限制，而不是阿贝-瑞利分辨率限制。

量子相机研究发现

使用633nm的连续波激光器，研究人员通过产生不同，模糊或部分可辨别光源的相干或不相干叠加来展示他们的概念验证量子相机。

基于光子统计的检测，对超分辨成像技术进行了定量描述。研究人员证明，用于超分辨率图像分析的智能相机可以比标准直接成像方法以更高的分辨率检测小的空间细节。

智能相机使超越阿贝-瑞利标准的成像成为可能。在一个实例中，研究人员在不同的试验中检测到一些可识别来源的叠加。相隔2.55 mm，使用一个相干光源和一个热光源来产生叠加。

横向分离是使用类似的方法计算的。即使在衍射受限的情况下，所建议的相机也能解决近距离光源的空间特征。

正如预期的那样，对于更大的分离距离，智能相机的性能与强度测量的精度相匹配。此外，当物体之间的距离减小时，智能相机会超过直接成像。

量子相机的未来

Bhusal等人开发了一种量子相机，它超过了超分辨率成像的阿贝-瑞利分辨率限制。

利用人工智能的自学能力，他们的量子统计成像方法识别完全未知光源混合的统计波动。

该系统组件依赖于从量子相干理论派生的广泛模型来解释由任意数量的光源的色散引起的光子统计量。

虽然智能相机在分辨率方面的表现与传统的超分辨率方案相当，但研究人员指出，量化光子的量子统计波动可以规避当前与空间模式投影相关的超分辨率协议的固有缺点。

特别是，该技术不需要事先了解光场的相干性。此外，它不依赖于来自源特定质心的信息。这一发现可能会为光学成像创造一个范式，对显微镜、卫星图像和天文学产生重大影响。

参考文献

Bhusal, N., Hong, M., Miller, A., Quiroz-Juárez, M. A., León-Montiel, R. de J., You, C., & Magaña-Loaiza, O. S. (2022). Smart quantum statistical imaging beyond the Abbe-Rayleigh criterion. Npj Quantum Information, 8(1), 1–8. https://doi.org/10.1038/s41534-022-00593-5

Usman Ahmed撰稿

Laura Thomson审稿

2022年7月19日

Usman Ahmed

Usman拥有中国西安交通大学材料科学与工程硕士学位。在学习期间，他参与了各种研究项目，涉及航空航天材料，纳米复合涂层，太阳能电池和纳米技术。自毕业以来，他一直担任自由材料工程顾问。他还在具有高影响因子的国际期刊上发表了高质量的研究论文。他喜欢在业余时间看书，看电影和踢足球。