北京時間 12 月 1 日消息，盡管只有小鹽粒大小，但由普林斯頓大學和華盛頓大學聯合開發的一款微型相機的成像質量，堪比配置尺寸大 50 萬倍鏡頭的專業相機。
這款相機解決了微型相機在成像質量方面的難題：失真、模糊、視場有限。它將為能夠探知周圍環境的超小尺寸機器人的問世奠定基礎，甚至幫助醫生“看到”患者體內的情況。
傳統相機借助結構復雜的鏡頭，使光線投射到膠片或數字傳感器上。由計算機科學家伊桑?茨奧(Ethan Tseng)及其同事開發的這款微型相機，依賴遍布“超構表面”的 160 萬個圓柱拍攝圖像。每個圓柱大小相當于一個艾滋病病毒，可以調制光線。相機寬度僅為 0.5 毫米，其上的每個圓柱都有自己獨特的形狀。
機器學習算法可以對圓柱與光線之間的相互作用進行解釋，并生成圖像。在迄今為止的超構表面相機中，這款微型相機的成像質量最好，視場最大。之前的設計存在各種問題，例如圖像失真、視場有限。
除在照片邊緣處略顯模糊外，新款相機的成像質量堪比傳統相機。不同于之前的超構表面相機只能在純色激光或其他高度理想化環境下使用的是，這款相機可以在自然光條件下拍攝照片。
茨奧說，“設計、組裝如此小的微結構并使之能完成一定功能，是一項挑戰。具體到拍攝大視場彩色照片方面，難題在于系統有數百萬個微型結構組成，目前尚不清楚如何對它們進行優化。”
為了解決這一難題，華盛頓大學光學專家香儂?科爾伯恩(Shane Colburn)創建了一個數字模型，對超構表面設計和相機拍照進行模擬，幫助研究人員對設計進行評估和優化。
科爾伯恩稱，每個表面包含大量天線以及天線與光線交互的復雜性，意味每次模擬都需要“大量內存和時間”。光學工程師約瑟夫?邁特(Joseph Mait)說，“雖然光學設計并不新穎，但前端使用表面光學技術、后端使用機器學習技術還是首次。”
他表示，“綜合設計超構表面上數百萬個圓柱的尺寸、形狀和位置，確定后處理的參數，拍攝出滿意的照片，是一項艱巨的任務。”目前，研究團隊在進行提高這款相機計算能力的研究，目的是進一步提高成像質量，以及整合包括物體識別在內的功能。
這項研究成果發表在《Nature Communications》期刊上。
