近日，理学院任文艺副教授团队基于压缩感知成像机制，结合深度学习，提出了一种基于RGB光场传感器的光谱光场成像（Spectral light field imaging，SLFI）技术，为低成本、快照式光谱光场相机研发提供了一种极具前景的技术路径，使得光谱光场成像技术的广泛应用成为可能。该研究成果以题为“Learning based compressive snapshot spectral light field imaging with RGB sensors”在线发表于国际学术期刊《Optics Express》。信息工程学院硕士研究生何天宇为第一作者，任文艺副教授为通讯作者。

光谱光场成像技术是一种能够同时获得目标六维信息（三维空间+二维视角+一维光谱）的新体制成像技术，在遥感探测、生物医学、智能加工、机器视觉等领域具有广阔的应用前景。当前市场上公开售卖的光谱光场相机具有价格昂贵（50万以上）、空间分辨率低等缺点，导致光谱光场成像技术无法大规模市场化应用。本研究采用价格低廉（4千元左右）的RGB光场相机，基于RGB传感器三基色响应曲线的感知特性，结合压缩感知范式，提出了快照式压缩感知光谱光场成像模型。在信息的反演过程中，集成了多种深度学习模式，开发了一种高精度光谱光场信息重构网络，实现了可见光（400-700nm）范围内、81个视场、31个波段、光谱分辨率10nm、空间分辨率622×432的快照式成像。该技术的主要优点是低成本、快照式，无运动部件、无需扫描，适用于动静态目标探测，为光谱光场技术的广泛应用提供了一种解决方案。

本研究得到国家重点研发计划、国家自然科学基金以及中央高校基本科研业务费资助。

文章链接：https://opg.optica.org/oe/fulltext.cfm?uri=oe-31-20-33387&id=538543

图1 光场相机及原始数据预处理

图2 光谱光场信息重构网路

图3 光谱光场图像重构结果