导读
近日，美国犹他大学的工程师们创造出一种无透镜的摄像头，让一块普通的玻璃或者任何透明的窗户都可以变成镜头。
背景
在普通的智能手机或数码相机的摄像头中，镜头是非常重要的光学装置，它由一系列透镜组合而成，用于捕捉光线，纠正相差，以便最终形成完整而清晰的图像。
（图片来源：维基百科）
虽然透镜保证了成像效果，但是却占据了较大的空间，使摄像头成为了智能手机等数码产品外观上最凸出的部分。这样一来，不仅影响美观，而且也容易损坏。另外，镜头的加工制造工艺精密而复杂，因此镜头也非常昂贵。
（图片来源：苹果公司）
不过，“无透镜”的成像技术却可以解决透镜所带来的种种问题。首先，让我们回顾一下以往介绍过的几个案例：
1）日本日立公司开发的“无透镜”相机技术，其核心技术就是采用摩尔纹原理的成像技术，并且在拍摄后调整影像的对焦。
（图片来源：日立）
2）美国加州理工学院开发的超薄“光学相控阵”（Optical Phased Array），取代原有的透镜组，处理入射光线并且捕捉图像。
（图片来源：加州理工学院）
3）新加坡南洋理工大学的科学家们开发出一种新型摄像头技术，无需透镜与滤色镜，就可以拍出清晰的彩色图像。
（图片来源：南洋理工大学）
创新
今天，让我们继续来看“无透镜”成像技术方面的一项创新研究成果。有了这项新技术，未来你的汽车挡风玻璃将变成一块巨大的摄像头，用于感知路面上的物体；或者，你家中的每一块窗户玻璃都会变成一个安全监控摄像头。
近日，美国犹他大学（University of Utah）的工程师们创造出一种无透镜的摄像头，让一块普通的玻璃或者任何透明的窗户都可以变成镜头。
（图片来源：Dan Hixson/犹他大学工学院）
发表在最近一期《Optics Express》期刊上的一篇题为“计算成像带来一种‘透明’无镜头的摄像头（Computational Imaging Enables a 'See-Through' Lensless Camera）“的论文详细描述了他们的创新研究。论文的合著者包括犹他大学电气与计算机工程系研究生 Ganghun Kim。
技术
犹他大学电气与计算机工程系副教授 Rajesh Menon 强调，所有的摄像头都是按照人类观看和解读图片的方式开发的。但是，他想问：如果你按照能被运行算法的计算机所理解的方式开发一个摄像头，结果又会怎样？
他表示：“我们为什么不从头开始设计一个摄像头，让它为了机器而优化，而不是为了人类。这就是我的哲学观点。”
如果诸如智能手机或单反相机所用的普通数字摄像头不用镜头对准物体，那么拍出来的图像看上去好似一个像素化的区域（blob）。但是，如果计算机程序经过适当的训练来识别这个区域，这个区域中仍然有足够多的数字信息可用于检测物体。你可以简单地创造一个算法来解码图像。
Menon 及其团队研究人员通过一系列实验，拍摄了一幅关于犹他大学的徽标“U”的图像，以及一个火柴棍图形动画视频，它们都显示在LED灯板上。一个现成的低成本摄像头传感器连接到树脂玻璃窗的一侧，但是却对准窗户玻璃内部，而灯板在窗户前面与传感器正面呈90度角放置。在运行算法的计算机处理器的帮助下，虽然摄像头传感器生成的图像是一幅低分辨率的图片，但也完全可以辨认出来。Menon 表示，这个方法也能创造出全运动视频与彩色图像。
这种“透明”摄像头的示意图（图片来源：参考资料【2】）
来自LED阵列的实验结果（图片来源：参考资料【2】）
这个过程包括了在窗户边缘周围包上反光带。来自图片中物体的大部分光线都通过了玻璃，但是只需约1%的光线通过窗户产生散射，并进入到摄像头传感器中，就可以利用计算机算法来解码图像。
价值
虽然生成的图像无法获得普利策奖，但是对于诸如无人驾驶汽车的避障传感器之类的应用来说，也称得上足够好了。但 Menon 表示，更加强大的摄像头传感器可生成更高分辨率的图像。
“无镜头”摄像头的应用前景非常广阔。例如，建房时将窗户作为镜头，在家中安装安全监控摄像头；另外，它也可用于增强现实护目镜，从而减少它们的重量。目前的增强现实眼镜中，摄像头必须对准用户的眼睛，以便追踪它们的位置。但是通过这项技术，摄像头可以放置在镜头的侧面，从而缩小它的尺寸；在汽车挡风玻璃的边缘，也可以安装多个这种摄像头来捕捉更多的信息；还有，这项技术也可以在视网膜与其他生物扫描器中使用，它们一般都具有对准眼睛的摄像头。
Menon 表示：“这并不是一个通用的解决方案，但它为思考成像系统打开一个有意思的途径。”
未来
以后，Meno 及其团队将会进一步开发这个系统，包括三维图像、更高的彩色分辨率以及在普通家庭灯光下拍摄物体。目前他的实验包括为来自灯板的自发光图像拍摄照片。
关键字
镜头、计算机、无人驾驶、摄像头、增强现实
参考资料
【1】https://unews.utah.edu/picture-this-camera-with-no-lens/
【2】Ganghun Kim, Rajesh Menon. Computational imaging enables a 'see-through' lens-less camera. Optics Express, 2018; 26 (18): 22826 DOI: 10.1364/OE.26.022826