北航孙鸣捷教授团队首光子成像新架构（FeaturedArticle）

　　随着量子技术的跨越式发展，具备单光子探测灵敏度的首光子成像技术应运而生。首光子激光雷达具备极高的探测和成像灵敏度，打破了光子计数成像增加照明功率、接收口径以及回波累积时间来提升探测距离的技术禁锢，在空间探测、遥感、自动驾驶等领域具有广泛的应用价值。
　　针对首光子深度图像重建过程依赖于反射率重建结果这一问题，北航仪器科学与光电工程学院孙鸣捷教授团队提出了反射率与深度独立重建的首光子成像新架构，并采用基于K奇异值分解（K Singular Value Decomposition, KSVD）来解决深度图像重建中的去噪问题， 基本架构如图1所示。
　　（图1） 首光子图像重建基本流程
　　具体研究过程中，本工作首先通过对35张不同场景图片进行了仿真对比实验，采用ROAD (Rank-Ordered Absolute Differences statistics)、BM3D (Block-Matching and 3D Filtering)和KSVD三种去噪方法来对场景的深度图像进行重建。图2的结果表明，在TV和L1正则项的图像重建算法条件下，相比于常规的ROAD方法，通过KSVD去噪方法得到的首光子深度图像质量分别提升45.4%和15.5%；相比于BM3D去噪方法，图像质量分别提升18.4%和21.3%。结果表明，KSVD去噪方法提升首光子深度图像重建质量的效果更好，且对不同重建算法均有良好的适应能力。
　　（图2） 35张深度图像重建结果RMSE对比结果
　　之后，本工作进行了基于真实目标的全实物实验，并在结果评价中增加了平均绝对误差（MAE），如图3所示。相比于ROAD和BM3D方法，使用KSVD进行去噪后重建图像的RMSE分别下降了46.5%和36.4%，MAE分别下降了30.5%和25.3%。
　　（图3） 真实目标深度成像结果
　　相关实验结果表明，本工作提出的反射率与深度独立首光子成像新架构，使深度成像不再依赖于反射率重建结果，提升了重建效率。在远距离探测、非视域成像等极弱回波光子条件的应用中，该方法可以独立地重建目标深度图像；在高动态三维成像应用中，该方法可以快速获取目标的深度轮廓信息。这为单光子探测成像领域中＂弱＂和＂慢＂的技术问题提供了重要的研究思路。
　　原文信息
　　标题：First-photon imaging with independent depth reconstruction （Featured Article)
　　期刊号： APL Photonics  7, 036103 (2022)
　　作者：A. Yu Cheng, B. Xin-Yu Zhao, C. Li-Jing Li, and D. Ming-Jie Sun
　　原文链接：
　　https://doi.org/10.1063/5.0086159
　　期刊介绍
　　期刊封面
　　APL Photonics  旨在促进光子学的基础、应用和多学科研究。我们的目标是通过稳健的编辑流程，出版高质量的、代表了重大突破，全新理解的科研成果，或具有长期影响的前瞻性文章。我们的使命是为国际光子学和更广泛的社区提供公开的资源。
　　为了满足多样化的社群交流需求，本刊设有研究论文、快报（Letters）和特别内容（Special content）即受邀的文章、前瞻性文章、教程和特别主题部分。
　　关于AIP出版社
　　美国物理联合会出版社（AIP 出版社）是美国物理联合会旗下的非营利独资出版社，致力于将科研人员与全球的出版物、同行、机构和学协会联系起来，通过服务、工具和平台帮助他们扩大其研究工作的影响力和影响范围。
　　旗下的出版平台Scitation为全球研究人员、工程师和学生提供最相关、最及时的服务，帮助他们进行学习和研究。我们同时提供一系列电子图书帮助全球科学家、学生和教育工作者发现、调查和探索。