《Optics & Laser Technology》：Polarization-multiplexed metalens and ASFSDI-BiYOLO for underwater polarimetric target detection
编辑推荐：
摘要传统偏振成像系统存在的强散射、低对比度、弱小目标特征以及庞大结构等问题，一直是水下光学感知面临的重大挑战。在此，我们研究了两种用于紧凑型水下偏振感知的互补组件：作为光前端的偏振复用金属透镜，以及作为偏振目标探测器的ASFSDI-BiYOLO。该金属透镜采用全电介质氮化硅材料，
摘要
传统偏振成像系统存在的强散射、低对比度、弱小目标特征以及庞大结构等问题，一直是水下光学感知面临的重大挑战。在此，我们研究了两种用于紧凑型水下偏振感知的互补组件：作为光前端的偏振复用金属透镜，以及作为偏振目标探测器的ASFSDI-BiYOLO。该金属透镜采用全电介质氮化硅材料，通过共同调节传播相位和几何相位，在532纳米波长下实现独立波前编码与空间多路复用聚焦，可同时处理XLP、YLP、LHCP和RHCP四种偏振通道。仿真结果表明，该器件在不同入射偏振状态下都能保持稳定的多通道焦距分布、良好的偏振选择性和有效的聚焦性能。该器件通过SF6/Ar反应离子束刻蚀技术制造，扫描电子显微镜检测显示其结构完好，蒙特卡洛分析表明它具有较强的抗制造误差能力，且相位偏差小、聚焦效率高、偏振串扰有限。在算法检测方面，我们基于自收集的PUOD水下偏振生物数据集开发了ASFSDI-BiYOLO模型。该模型基于YOLOv11架构，加入了C2PSA-Biformer模块以增强长距离依赖建模和局部细节表达能力，还配备了ASF-YOLO模块用于多尺度偏振特征融合，以及SDI模块用于语义信息与边缘信息的整合。实验结果显示，ASFSDI-BiYOLO的精确度、召回率和mAP50值分别为0.991、0.976和0.988，同时计算成本仅为8.1 GFLOPs。该模型在边缘模糊、物体被遮挡以及背景复杂干扰等低对比度场景中仍表现出更强的稳定性。需要说明的是，PUOD数据集是使用传统偏振相机采集的，并非通过所设计的金属透镜获取，因此光学模块与算法模块是分别评估的，现有结果并不构成端到端的闭环验证。总体而言，这项工作证明了相关组件的可行性，为未来紧凑型水下智能感知系统的开发提供了集成基础。
引言
水下光学感知对于海洋生态监测、自主干预、资源勘探以及机器人操作而言至关重要。然而，其性能会受到波长依赖性吸收、多次散射、不均匀照明、颜色失真，以及小型或部分被遮挡目标的弱反射率等因素的限制。这些因素会降低图像对比度、模糊物体边界，进而影响后续的识别工作。偏振成像通过利用目标与背景在偏振响应上的差异，增加了额外的处理维度，从而可以抑制部分散射影响，提升结构信息的提取效率[1]、[2]、[3]、[4]、[5]。不过，传统的偏振成像系统通常需要依赖级联偏振器、波片、分束器以及多条成像路径，这不仅会增加系统体积、对对准精度要求更高，还会提升系统复杂性，这类结构并不适合用于紧凑型水下平台[6]、[7]、[8]、[9]、[10]。
在过去的五年里，金属透镜已经从单一功能的聚焦元件发展为具备多种功能与多维成像能力的器件[11]、[12]、[13]。高折射率电介质材料、色散工程、逆向设计以及高纵横比纳米制造技术的进步，使得金属透镜的聚焦效率更高、工作带宽更宽，成像质量也有所提升[14]、[15]、[16]。与此同时，偏振复用技术也成为一种重要手段，它可以将不同的相位信息编码到同一个光圈中，从而使不同的入射偏振状态产生不同的焦距、焦点位置、点扩散函数或成像模式。最近的示范应用包括偏振控制的变焦功能、三功能显微镜、一次性获取强度、深度和偏振信息的功能，以及宽带消色差成像技术[17]、[18]、[19]、[20]。尽管取得了这些进展，实际的金属透镜成像仍然面临色差、偏振串扰、效率与带宽之间的权衡、大口径制造难度以及结构偏差敏感度等问题。而在水下环境中，由于光衰减和散射现象的存在，对这些问题的要求更为严格，对系统的通量、通道隔离性能以及制造稳定性都提出了更高标准。
在同一时期，基于深度学习的目标检测技术也发展迅速。YOLO系列的一阶段检测器因其准确性与推理速度的平衡，越来越受到水下机器人应用领域的青睐。最近的研究通过引入注意力机制、基于Transformer的长距离依赖建模、可变形卷积、多尺度特征融合、专门针对小物体的检测模块，以及结合图像增强技术的学习方法，提升了水下目标检测的性能[21]、[22]、[23]、[24]。这些策略提高了模型在浑浊水体、低对比度场景、物体被遮挡以及物体尺寸变化等条件下的稳定性。不过，小型且弱小的目标在经过多次下采样后仍可能丢失关键特征，而背景纹理、悬浮颗粒以及数据集多样性不足等问题，则容易导致误检，且模型的跨领域泛化能力较差。与传统的RGB水下检测技术相比，针对偏振水下目标检测的研究仍然相对有限，目前尚未完全实现高效检测网络对偏振带来的边缘、纹理和对比度信息的有效利用[25]、[26]。
基于以上背景，本研究针对紧凑型水下偏振感知相关的两个并行技术问题展开研究。第一个问题是光学采集方面。本研究设计了一种在532纳米波长下工作的全电介质氮化硅偏振复用金属透镜，可用于将四种偏振通道——X线性偏振、Y线性偏振、左旋圆偏振和右旋圆偏振——在空间上分开。对于线性偏振通道，通过传播相位调制实现独立相位控制；而对于圆偏振通道，则结合传播相位调制与Pancharatnam–Berry相位调制技术。该器件通过电磁仿真、焦场分析、结构表征、制造公差评估，以及点扩散函数、分辨率测试目标和不同通道传输特性的测量来进行制造与性能评估。第二个问题是智能识别方面。我们基于YOLOv11开发了一种改进型的检测器ASFSDI-BiYOLO，用于水下偏振生物目标的检测。该模型包含了用于全局上下文与局部细节建模的C2PSA-Biformer模块、用于多尺度特征聚合的ASF-YOLO模块，以及用于语义信息与细节信息融合的SDI模块。
这两项研究在方法上是相互独立的。检测数据集是通过传统偏振相机采集的，并非来自所设计的金属透镜，因此无论是检测器本身还是所报告的检测指标，都不代表由该金属透镜生成的图像，本研究也不声称实现了端到端的光学与算法优化。相反，这项工作明确了在共同的水下偏振应用背景下，两项研究各自的性能与局限性，为未来使用经过校准的金属透镜成像数据开展研究奠定了基础。（见图1。）
章节要点
金属透镜的设计、制造与特性分析
为了满足金属透镜高透光率和全相位覆盖的设计要求，本研究主要使用商业仿真软件Lumerical FDTD 2025 R1和MATLAB 2024b进行了设计与仿真工作。该器件选用氮化硅作为材料，二氧化硅作为基板。所设计的金属透镜直径为2毫米，焦距为20毫米，其单元结构为周期为400纳米的矩形纳米柱结构。
模型框架与实验设计
第二部分主要评估作为光前端组件的偏振复用金属透镜的性能。这一部分则单独评估基于偏振水下图像的后端检测模型，目的是判断这两种组件是否能够为未来的紧凑型水下感知系统提供互补的功能，而非进行完整的金属透镜到检测系统的闭环实验。因此，该算法是在具有挑战性的偏振成像条件下进行测试的。
结论
本研究分别研究了偏振复用金属透镜与水下偏振目标检测算法这两种互补组件，旨在实现紧凑且可靠的 underwater视觉感知系统。本研究提出了一条从光前端光学调制到后端智能识别的集成化技术路线，不过这两项组件是分别进行验证的，并非作为一个闭环系统来测试。在光学器件设计方面，该器件采用了全电介质氮化硅材料。
作者贡献声明
赵新杰：撰写原始稿件、开展研究工作、进行正式分析、负责数据整理与概念构思。 叶振峰：撰写原始稿件、负责结果可视化及软件相关工作。 彭星：参与稿件审阅与编辑、协调资源、管理项目进度、争取资金支持以及负责数据整理工作。 史峰：承担项目监督工作、协调资源、管理项目进度以及确定研究方法。
利益冲突声明
作者声明，他们不存在任何可能影响本文研究成果的已知财务利益或个人关系。
致谢
本研究得到了国防科技大学自主创新科学基金（编号：24-ZZCX-JDZ-29）、国家重点实验室基金（编号：SKLLIM-G-2502）以及湖南省自然科学基金（编号：2024JJ6460）的支持。
Xinjie Zhao|Zhenfeng Ye|Xing Peng|Feng Shi
