单光子水平的中红外单像素成像

近期，由于成本降低和耐用性优异，单像素相机有望成为多像素传感器的替代品，这对于与工业检测和生物医学诊断等应用相关的中红外（MIR）成像特别有吸引力。迄今为止，中红外单像素光子稀疏成像尚未实现，这迫切需要高灵敏度的光学探测器和高保真空间调制器。

据麦姆斯咨询报道，近期，华东师范大学曾和平教授与黄坤研究员领导的研究团队在Nature Communications期刊上发表了题为“Mid-infrared single-pixel imaging at the single-photon level”的论文，提出了一种基于非线性空间编码的红外上转换单像素成像新方法，利用硅基单像元探测器实现了超灵敏中红外单光子成像，为发展可室温工作的红外光子测控技术与器件提供了新途径，有望将其应用于分子光谱、天文观测、生物医学诊断、材料检测与环境遥感等诸多领域。

图1 基于非线性结构探测的中红外单像素成像

中红外成像为生物医学诊断、缺陷检测、分子光谱和遥感等多种应用赋能，推动其不断向前发展。在这些设想的场景中，人们非常需要高灵敏的中红外响应，以便在检测灵敏度、工作距离或无创检测能力方面显著提高其性能，这对低光子通量的场景特别有意义，例如，光敏材料痕量检测、散射介质穿透成像，以及生物样本的无光毒性检验等。

然而，对高灵敏度中红外成像仪的迫切需求向传统的焦平面阵列（FPA）提出了挑战，这些阵列仍面临一些技术限制，包括高暗噪声、低像素数和热敏感性。此外，焦平面阵列通常需要面临昂贵的制造工艺、低温工作条件和严格的终端用户控制等考验。值得注意的是，新兴的胶体量子点、黑磷、石墨烯和碲纳米片等低维材料，在室温下感知红外光子方面具有广阔的前景，尽管其在抑制暗电流以提高灵敏度和大面积沉积以增加像素方面存在亟待解决的难题。迄今为止，在室温下实现单光子中红外直接成像仍然是一项长期的探索任务。

近年来，所谓的单像素相机通过将单像元探测器与空间编码掩码相结合，提供了一种替代的成像架构。具体而言，一个空间光调制器（SLM）被放置在目标场景之前或之后，以生成一系列定义良好的图案，而相关的光强则由一个没有空间分辨率的探测器同步测量。无需缓慢的机械扫描或昂贵的多像素探测器，这种计算成像模式可提供实用性和经济性的优势。与像素化成像器件相比，单像素探测器的另一个显著特征是更快的时间响应，从而有利于时间分辨成像或高分辨率表面轮廓分析。

此外，通过采用压缩感知和机器学习的先进算法，研究人员进一步改善了单像素成像方法，使其能够实现sub-Nyquist采样的高帧率视频拍摄和有限光子的低光可视化。然而，由于高性能光学探测器和空间调制器的可用性，用于光子稀疏成像的单像元方案迄今为止仅限于在可见光或近红外波段运行。如今，对于上述应用，迫切需要将工作波长扩展到中红外区域。

通过使用少数像素的红外传感器，中红外压缩成像的开创性演示已被报道，但其灵敏度远低于单光子水平。除了缺乏单光子探测器之外，在中红外区域实现单像素成像的另一个限制因素在于基于液晶或MEMS微镜的传统空间光调制器的工作波长范围。尽管MEMS微镜的反射率可扩展到远红外，但数字微镜器件（DMD）应用光强调制的能力受到寄生衍射效应的限制，尤其在较长波长情况下，寄生衍射效应主导了光束调控。

与此同时，石墨烯超构表面的最新技术进展可实现高速中红外调制器，但其仍处于起步阶段，原型仅有6 × 6个功能像素。迄今为止，中红外单光子计算成像尚未实现，为揭示单像素方案的全部潜力，迫切需要开发新的技术来应对中红外波长下单光子探测和高分辨率调制面临的挑战。

基于此，研究团队提出了一种基于非线性空间编码的红外上转换单像素成像新方法，利用硅基单像元探测器实现了超灵敏中红外单光子成像。该方法基于非线性结构探测，其中编码的时变泵浦图案通过和频产生被光学印刷到中红外物体图像上。同时，中红外辐射被光谱转换为可见光区域，从而实现红外单光子上转换探测。然后，使用压缩感知和深度学习的先进算法，使其能够在sub-Nyquist采样和低光子照明下重建中红外图像。

图2 基于Hadamard编码的中红外单像素成像

值得注意的是，通过光谱-时间优化的脉冲泵浦，研究团队显著提高了所搭建的中红外单像素成像系统的灵敏度，使其在照明强度降至0.5光子/脉冲的情况下依然可实现单光子成像。此外，研究团队利用基于深度卷积神经网络的数值降噪器，以25%的欠采样率实现了单光子级别的中红外压缩成像。

图3 中红外光子稀疏单像素成像

图4 中红外单光子压缩成像

综上所述，本文提出的单像素成像方案具有单光子水平的上转换结构探测的特点，这将为低光子通量场景下的中红外应用开辟新的可能性，例如在隐蔽成像和生物成像应用中。

这项研究获到了国家重点研发计划（2021YFB2801100）、国家自然科学基金（62175064、11621404、11727812）、上海市市级科技重大专项（2019SHZDZX01）和中央高校基本科研业务费专项资金的支持。

论文信息：
https://doi.org/10.1038/s41467-023-36815-3