来源：“Adv Imager”公众号
前言
在实验力学、深空探测与自动驾驶等众多领域，高动态范围（HDR）成像是获取关键信息的基础。然而，场景中存在的强烈光源（如太阳、车灯）或高反射表面（如金属、透明保护罩）会导致局部区域严重过曝，使有效细节被“淹没”在噪声中，形成信息盲区。传统硬件方案如专用HDR传感器成本高昂、数据负担重，而偏振滤光等手段会牺牲光效与鲁棒性；软件后处理策略，如从单张低动态范围图像进行逆色调映射，无法真正扩展动态范围，而多帧融合方法又易受运动伪影困扰且计算复杂。单像素成像（SPI）作为一种计算成像新范式，虽具高灵敏、抗干扰等优势，但在极端噪声下，单个探测器仍难以恢复被遮蔽的信息。因此，发展一种能够从单次测量中有效分离噪声与信号、实现极端动态范围场景下高保真信息重建的新方法，成为该领域亟待突破的关键挑战。
研究内容
2026年3月，中国科学技术大学团队在《中国科学：物理学力学天文学》上发表了题为“通过多通道单像素成像在极端噪声下重建被遮蔽的信息”的研究论文。面对强背光、高反射等极端场景下传统成像信息严重丢失的瓶颈，该团队创新性地提出了一种融合多探测器单像素成像、盲源分离与自监督自适应融合算法的计算框架。该工作通过同步采集多个光电探测器的信号，在图像重建前的信号域直接分离目标信息与噪声，并利用遗传算法优化无参考质量指标以自适应融合多通道信息，从而在单次拍摄、无需图像配准的前提下，显著提升了图像对比度与细节可见度。该方法为解决实验力学及光学遥感等领域中的极端动态范围成像难题提供了一种鲁棒且高效的解决方案。
图文简介
图1：展示了传统传感器在高动态范围场景下面临的局部过曝问题，并对比了单像素成像与本文提出的多通道融合框架示意图。
图2：阐述了所提方法的核心原理，包括成像的物理模型、多通道信号的线性混合模型、盲源分离及自适应融合流程。
图3：通过仿真实验，定量分析了在不同噪声水平（通过参数q控制）下，所提融合算法相较于单探测器成像在信噪比（SNR）上的显著提升（最高达624%）。
图4：在强背光成像实验中，验证了所提算法能够有效消除航天器模型表面的过曝区域，恢复其结构细节，展现出在模拟太空观测等应用中的潜力。
图5：在模拟夜间车辆高光灯照射行人的场景中，展示了算法能够从多个探测器的互补信息中同时恢复车辆与被强光遮蔽的行人轮廓，增强图像整体与边缘细节。
图6：分别在带有丙烯酸保护罩的二维码和高度抛光的金属表面“USTC”字样两个高反射场景中，证明了算法能够整合碎片化信息，完整重建目标，而传统CMOS成像在此条件下失效。
总结
本研究成功开发了一种适用于单像素成像系统的自适应多通道数据融合算法，有效解决了极端动态范围场景下的信息遮蔽难题。其核心优势在于利用多探测器获取像素级对齐的一维信号，通过盲源分离在信号域直接滤除噪声，并结合自监督优化实现信息融合，从而在单次拍摄内实现高质量图像重建，避免了多帧配准的复杂性与运动伪影。实验在强背光、镜面反射等苛刻条件下验证了该方法的卓越性能，不仅显著提升了图像质量指标（SSIM提升39%，PSNR提升47%），更在信噪比低于1的极端条件下实现了信息的有效恢复。该框架具有高度灵活性，其分离与优化模块可被更先进的算法替代，为与深度学习等技术的结合以进一步拓展应用（如超分辨率重建）奠定了基础，有力推动了计算成像技术在实验力学及更广泛工业检测场景中的应用。
一句话评价：单次拍摄，像素级融合，实现极端动态范围下被强光淹没信息的“破壁”重建。
阅读原文:
https://doi.org/10.1007/s11433-025-2916-9