基于双检测技术和增强型U-Net的旋转掩模实时中红外单像素成像

《Optics and Lasers in Engineering》：Real-time mid-infrared single-pixel imaging using a spinning mask based on dual detection and enhanced U-Net

中红外单像素成像系统研究提出基于旋转氟化钙掩模和双路径检测架构，结合物理嵌入采样感知U-Net算法，实现实时高分辨率成像。

　　

王月|王宇鹏|刘天乐|姜文杰|尹永凯|孙宝清

山东大学信息科学与工程学院，中国青岛，266237

摘要

中红外（MIR）光谱区域在生物医学成像、材料分析和工业传感中的分子指纹识别中至关重要。然而，传统的MIR成像系统受到高成本、低灵敏度和系统复杂性的限制。为了克服这些限制，我们提出了一种基于旋转氟化钙环形掩模和双路径检测架构的紧凑型实时MIR单像素成像系统。主红外路径捕获调制强度信号，而次级可见光路径提供参考信息以解析目标的水平移动，有效解决了之前提出的旋转掩模系统中水平运动不敏感的问题。对于重建，我们开发了一种物理嵌入采样感知U-Net（PESA U-Net），该网络结合了物理建模、采样自适应注意力和双域损失约束。实验结果表明，该系统能够以60 Hz的帧率和15%的采样率实现实时64×64像素成像，与传统方法相比，具有更高的清晰度、结构保真度和运动灵敏度。这项研究为气体泄漏检测等应用提供了一种低成本、高性能的解决方案。

引言

中红外波段是分子的“指纹”光谱区域[1]，[2]，包含丰富的基本振动吸收特性，在生物医学组织成像[3]、工业陶瓷检测[4]、材料分析[5]、矿物传感[6]和环境监测[7]中具有不可替代的应用价值。然而，与中红外和近红外波段相比，中红外成像技术的实际应用仍面临许多挑战，主要受限于现有探测器的性能瓶颈和成本问题[8]，[9]。

目前，主流的中红外焦平面阵列探测器（如汞镉碲（MCT）[10]和铟锑（InSb）[11]）必须在低温下工作以抑制热激发噪声[12]。它们复杂的制备过程和高成本极大地限制了其大规模应用。近年来，低维材料（如胶体量子点[13]，[14]、黑磷[15]、石墨烯[16]和碲纳米片[17]）在室温检测方面取得了一些进展，但它们仍受到暗电流和低灵敏度的限制[18]。间接检测方案（如频率上转换技术）通过非线性晶体[19]，[20]将中红外光子转换为可见光或近红外光，然后使用高性能的硅基探测器实现高灵敏度成像。然而，这项技术依赖于高亮度泵浦源和精确的相位匹配控制[21]，[22]，导致系统复杂性较高。此外，基于窄带隙半导体非线性吸收的直接检测方法不需要频率转换，但存在效率低和背景噪声高的固有缺陷。

单像素成像技术[23]，[24]，[25]凭借其高灵敏度、宽光谱响应和低成本的优势，为特殊波段成像[26]，[27]，[28]提供了一种新的方法。该技术使用空间光调制器（SLM）或数字微镜设备（DMD）结合桶形探测器，通过重建算法[29]，[30]，[31]重建目标的空间信息。然而，现有的SLM和DMD主要针对可见光和近红外波段进行了优化。在中红外波段，由于波长接近SLM或DMD的像素尺寸，衍射效应会导致调制图案保真度显著下降，严重限制了成像质量[32]，[33]。

在我们之前的研究[34]中，使用氟化钙（CaF₂）晶体掩模和MCT探测器开发了一种中红外单像素成像系统，实现了有效的MIR波段检测。然而，由于每个掩模周期内两个标记之间的测量指数是固定的，因此无法在重建图像中捕获目标的水平位移。为了解决这一限制，本研究展示了一种基于旋转掩模和双检测方案的实时MIR单像素成像系统。成像路径使用MCT探测器获取空间信息，而参考路径捕获可见光标记信号，为估计水平位移提供辅助信息。将这种双检测方案与基于深度学习的重建相结合，实现了高效且稳健的动态成像。

近年来，基于深度学习的方法在提高单像素成像（SPI）重建性能方面显示出了巨大潜力。例如，基于DQN的强化学习框架已被用于优化自适应采样策略[35]，基于变压器的混合网络结合自适应特征细化被开发出来以提高特征提取和重建精度[36]。

基于这些进展，我们提出了物理嵌入采样感知U-Net（PESA U-Net），这是一种基于经典U-Net[37]的改进模型。它结合了物理一致的编码模块、采样感知注意力机制和双域损失函数，共同保证了图像保真度和测量一致性，这些特性是根据单像素成像系统的特点量身定制的。为了避免传统压缩感知算法所需的迭代过程[26]，我们设计并训练了一个端到端的神经网络，用于在实际成像条件下的实时重建。具体来说，高维测量数据通过自动编码器框架进行压缩，解码器直接从获取的强度信号重建二维（2D）图像。

实验结果表明，该系统可以实现实时高质量成像，分辨率为64×64像素，帧率为60 Hz，采样率为15%，并且具有毫秒级的动态目标位移响应能力。这项研究不仅为中红外成像提供了一种低成本、高灵敏度的解决方案，还为动态场景下的单像素成像的实时重建和目标跟踪开辟了新途径。本文的结构如下：第2节介绍了基于双路径旋转掩膜的成像原理和系统设计。第3节展示了仿真和实验结果，以验证所提出系统和重建算法的性能。最后，第4节总结了结论并讨论了潜在的未来发展方向。

部分摘录

原理

该成像方案的核心是基于旋转掩模来实现中红外波段的连续调制。它使用双光路径检测结构来检测目标的水平移动，并通过结合物理建模和采样感知机制的改进神经网络结构实现实时重建。在该方案中，使用了一个预先设计的编码矩阵，实现过程如下：首先，一个长而窄的

实验设置

图1展示了中红外单像素成像的实验设置示意图。调制单元由电机和环形掩模组成。实验过程中，电机以恒定速度驱动掩模周期性旋转。掩模使用CaF₂作为基底材料，并制成直径为80毫米的圆盘。值得注意的是，这种基底材料在200纳米至8000纳米范围内具有超过92%的透射率，使得掩模的调制范围能够覆盖

结论

在这项工作中，我们提出了一种基于双路径旋转掩膜架构和物理嵌入深度学习重建策略的紧凑型实时中红外单像素成像系统。通过使用具有高中红外透射率的氟化钙旋转掩模和双光路径检测机制，所提出的系统有效缓解了传统单像素成像在调制保真度、运动灵敏度和物理特性方面的限制

CRediT作者贡献声明

王月：撰写——原始草稿、研究、概念化。王宇鹏：撰写——审阅与编辑、验证。刘天乐：方法论。姜文杰：软件。尹永凯：监督、研究。孙宝清：监督、资源获取。

利益冲突声明

作者声明与本文的发表没有利益冲突。

致谢

国家自然科学基金(12274262, 62305144)；国家重点研发计划(2022YFC2807702)；济南市政府项目（编号202228042）；山东省自然科学基金(ZR2023QF093, ZR2025MS952)。