近年来，太赫兹波计算鬼成像成为太赫兹波成像领域备受关注的研究热点。与传统的采用焦面像阵(focal-plane array, FPA，比如CCD相机等)成像方式不同，鬼成像(ghost imaging, GI)是通过光场的关联运算(或称符合运算)来获得物体的空间或相位分布，故又称为关联成像(correlated imaging)或符合成像(coincidence imaging)。
太赫兹成像拥有巨大的应用前景，在多个领域实现了诸如无损检测[1]、化学成像(chemical mapping)[2]、生物检测[3]、肿瘤成像[4]等应用。但是在太赫兹波段，由于性能优越的阵列式探测器制造比较困难，以往的太赫兹成像通常采用逐点扫描的方式。而将鬼成像与太赫兹成像相结合，能够有效地避开以上难题。
中国工程物理研究院流体物理研究所、微系统与太赫兹研究中心朱礼国研究员研究团队对太赫兹波计算鬼成像的原理和展望进行了综述。文章首先回顾了鬼成像从量子到经典再到计算的历史过程，然后阐述了计算鬼成像的数学原理，随后综述了计算鬼成像在太赫兹波段的发展历程，及其在超衍射分辨成像、石墨烯光电导成像、太赫兹光谱成像等方面的应用，并在最后展望了太赫兹波计算鬼成像的发展前景。
鬼成像技术的发展
鬼成像技术的比较
计算鬼成像的数学描述
假设将成像目标(连续图像)在空间上离散为大小也为L×L的数字图像Om，该矩阵的像素与掩膜版的单元在空间上一一对应，那么探测到的光强就可以表示为
, (1)
其中：row和col分别表示掩膜版单元(图像矩阵像素)所在的行数和列数。如果将矩阵φi和Om按照行(或者列)重新排列成长度为N=L×L的向量φi和O，那么式(1)可以方便地写为两个向量的内积：
, (2)
其中j表示元素在向量中的位置。
现在考虑有N个线性无关的掩膜行向量φ1，φ2，…，φN，将它们按列方向组成一个大小为N×N的方阵，称为观测矩阵Φ。那么，如图2(b)所示，对成像目标的整个关联测量过程就可以被表示为
, (3)
其中：Y是由关联测量值组成的列向量，其长度为N，如图2(c)所示。而由于要求这N个掩膜向量都是线性无关，即观测矩阵Φ一定存在逆矩阵Φ-1，那么便可以根据下式重构出目标图像：
, (4)
不同观测矩阵在噪声环境中的特性
在理想情况下，只要观测矩阵可逆，便可以通过式(4)精确地恢复出图像O。但在实际情况下，由于噪声的存在，式(3)应写为
, (5)
太赫兹计算鬼成像的首次实现
在成像之前需要预先制备大量的PCB掩膜版；
在成像过程中这些PCB掩膜版的机械切换速度会大大制约该系统的成像速度；
PCB掩膜版一旦制备完成，系统成像参数(比如像素大小、视场等)便难以灵活调节。
动态可重构的空间太赫兹调制器
超衍射分辨的太赫兹计算鬼成像
2016年[14]，英国Exeter大学的Hendry课题组在Padilla的工作基础上，采用相干的光泵浦/太赫兹探测系统来解决连续光泵浦所带来的载流子扩散问题，同时，他们将成像目标置于太赫兹掩膜的近场范围，首次实现了超衍射分辨的太赫兹波计算鬼成像，获得的太赫兹图像空间分辨率为103 μm±7 μm(~λ0/4，太赫兹脉冲中心波长λ0=375 μm)。
2017年[15]，Hendry通过探索，成功将太赫兹图像的空间分辨率提高到9 μm±7 μm(~λ0/45)，并于2018年[16]，利用厚度为180 nm的VO2实现了4.5 μm空间分辨率的太赫兹波计算鬼成像，首次通过计算鬼成像的方法将空间分辨率提升到小于百分之一中心波长(λ0/133，λ0=600 μm)。
图4 空间采样以实现超衍射分辨的太赫兹波计算鬼成像。(a) 采样方法示意图；(b) 成像目标示意(左)及太赫兹波成像实验结果(右)
石墨烯光电导分布的太赫兹计算鬼成像
太赫兹光谱计算鬼成像
目前提高帧率的思路主要有两种:
结合更优化的算法，诸如压缩感知或者自适应成像等，在采样率仅为Nyquist极限的一半甚至四分之一的情况下，仍能获得高保真度的图像。
提高系统的信噪比，如果能让单个掩膜测量时间t在很短的情况下(小于1 ms)仍能有相当的太赫兹信噪比(SNRµt1/2)，就有望实现准实时的太赫兹波计算鬼成像。
参考文献
[1] Karpowicz N, Zhong H, Zhang C L, et al. Compact continuous-wave subterahertz system for inspection applications[J]. Applied Physics Letters, 2005, 86(5): 054105.
[2] Charron D M, Ajito K, Kim J Y, et al.Chemical mapping of pharmaceutical cocrystals using terahertz spectroscopic imaging[J]. Analytical Chemistry, 2013, 85(4): 1980–1984.
[3] Yang X, Zhao X, Yang K, et al. Biomedical applications of terahertz spectroscopy and imaging[J]. Trends in Biotechnology, 2016, 34(10): 810–824.
[4] Nakajima S, Hoshina H, Yamashita M, et al. Terahertz imaging diagnostics of cancer tissues with a chemometrics technique[J]. Applied Physics Letters, 2007, 90(4): 041102.
[5] Erkmen B I, Shapiro J H. Ghost imaging: from quantum to classical to computational[J]. Advances in Optics and Photonics, 2010, 2(4): 405–450.
[6] Pittman T B, Shih Y H, Strekalov D V, et al. Optical imaging by means of two-photon quantum entanglement[J]. Physical Review A, 1995, 52(5): R3429–R3432.
[7] Bennink R S, Bentley S J, Boyd R W. "Two-Photon" coincidence imaging with aclassical source[J]. Physical Review Letters, 2002, 89(11): 113601.
[8] Shapiro J H. Computational ghost imaging[J]. Physical Review A, 2008, 78(6): 061802.
[9] Duarte M F, Davenport M A, Takhar D, et al. Single-pixel imaging via compressive sampling[J]. IEEE Signal Processing Magazine, 2008, 25(2): 83–91.
[10] Katz O, Bromberg Y, Silberberg Y. Compressive ghost imaging[J]. Applied Physics Letters, 2009,95(13): 131110.
[11] Bennink R S, Bentley S J, Boyd R W, et al. Quantum and classical coincidence imaging[J]. Physical Review Letters, 2004, 92(3): 033601.
[12] Chan W L, Charan K, Takhar D, et al. A single-pixel terahertz imaging system based on compressed sensing[J]. Applied Physics Letters, 2008, 93(12): 121105.
[13] Shrekenhamer D, Watts C M, Padilla W J. Terahertz single pixel imaging with an optically controlled dynamic spatial light modulator[J]. Optics Express,2013, 21(10): 12507–12518.
[14] Stantchev R I, Sun B Q, Hornett S M, et al. Noninvasive, near-field terahertz imaging of hidden objects using a single-pixel detector[J]. Science Advances, 2016, 2(6): e1600190.
[15] Stantchev R I, Phillips D B, Hobson P, et al. Compressed sensing with near-field THz radiation[J]. Optica, 2017, 4(8): 989–992.
[16] Chen S C, Du L H, Meng K, et al. Terahertz wave near-field compressive imaging with a spatial resolution of over λ/100[J]. Optics Letters, 2019, 44(1): 21–24.
[17] Zhao J P, E Y W, Williams K, et al. Spatial sampling of terahertz fields with sub-wavelength accuracy viaprobe-beam encoding[J]. Light: Science & Applications, 2019, 8(1): 55.
[18] Hornett S M, Stantchev R I, Vardaki M Z, et al. Subwavelength terahertz imaging of graphene photoconductivity[J]. Nano Letters, 2016, 16(11):7019–7024.
[19] Olivieri L, Totero Gongora J S, Pasquazi A, et al. Time-resolved nonlinear ghost imaging[J]. ACS Photonics, 2018, 5(8): 3379–3388.
[20] Olivieri L, Gongora J S T, Peters L, et al. Hyperspectral terahertz microscopy via nonlinear ghost imaging[J]. Optica, 2020, 7(2): 186–191.
综述原文：
陈思潮，杜良辉，朱礼国. 太赫兹波计算鬼成像：原理和展望[J]. 光电工程，2020，47(5): 200024
Chen S C, Du L H, Zhu L G. THz wave computational ghost imaging: principles and outlooks[J]. Opto-Electron Eng, 2020, 47(5): 200024.
在线阅读及免费下载网址：
http://cn.oejournal.org/article/doi/10.12086/oee.2020.200024
DOI:10.12086/oee.2020.200024
点击DOI，或长按识别左侧二维码，直达全文
免责声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理，所有来稿文责自负，两江仅作分享平台。转载请注明出处，如原创内容转载需授权，请联系下方微信号。
