文献解读 | 无序超表面单次曝光全斯托克斯偏振成像（Nature Communications 2023）
论文简介
《Disordered metasurface enabled single-shot full-Stokes polarization imaging leveraging weak dichroism》（利用弱二向色性的无序超表面实现单次曝光全斯托克斯偏振成像）发表于 Nature Communications 2023，作者为 Qingbin Fan、Weizhu Xu、Xuemei Hu 等（南京大学固体微结构物理国家重点实验室，合作单位含美国国家标准与技术研究院 NIST）。论文链接（DOI: 10.1038/s41467-023-42944-6）。
一句话贡献：用一块平均二向色性只有约 65%（对应偏振消光比约 2）的无序 TiO₂ 超表面阵列，配合”掩膜感知”的深度压缩感知重建算法，实现单次曝光、覆盖全部四个斯托克斯参数（包括最难测的圆偏振 S3）的偏振成像，测量精度与商用偏振仪相当，且对加工误差不敏感。
这篇论文的核心主张有三条，也是理解全篇的钥匙：第一，偏振测量不一定依赖强消光比——传统观念里”消光比越高越准”，论文用理论与实验证明，弱二向色性配合算法重建同样能达到商用级精度；第二，无序阵列是天然的随机偏振采样器——压缩感知理论要求的”随机采样矩阵”，恰好可以做成一块光学元件；第三，单次曝光 + 全传感器面积——同时摆脱分时（时间慢）、分幅（体积大）、分焦面（分辨率低）三类传统方案的各自妥协。
偏振成像的难题：为什么”测偏振”这么麻烦
从斯托克斯参数说起
光除了强度和颜色，还有偏振——电场矢量在垂直于传播方向的平面内的振动状态。一束任意偏振光可以用四个斯托克斯参数完整描述：S0 是总强度，S1 与 S2 描述线偏振（分别对应 0°/90° 与 45°/135° 两个方向的线偏振分量之差），S3 描述圆偏振（左旋与右旋圆偏振分量之差）。四个参数合起来就是庞加莱球上的一个点：S1、S2、S3 是三个坐标轴，球面上的位置直观表示偏振态，球的半径对应偏振度 DoP=√(S1²+S2²+S3²)/S0。
偏振成像的价值在于，它能捕捉普通强度相机完全看不到的信息：物体表面的材质与纹理（不同材料对偏振的反射/透射不同）、应力分布（双折射改变偏振态）、生物材料的手性（圆二色性）、以及结构光场中的矢量分布。但这也意味着要测量完整的四参数，特别是圆偏振 S3——它对应材料手性和应力，却恰恰是多数传统偏振相机做不到的。
三类传统方案与强二向色性的代价
传统偏振成像按工作原理分为三类：
表 1：传统偏振成像三类方案与本文方案的对比。
| 方案 | 工作方式 | 主要代价 |
|---|---|---|
| 分时（DoT） | 机械旋转偏振元件，依次采集不同偏振图像 | 时间分辨率差，需要机械控制 |
| 分幅（DoA） | 光路分束，多套偏振光学 + 多个探测器 | 体积大、对准复杂 |
| 分焦面（DoFP） | 传感器表面分区集成微型偏振片 | 空间分辨率下降，多数对圆偏振不敏感 |
| 本文方案 | 无序超表面阵列单次曝光 + 算法重建 | 依赖训练数据的稀疏先验 |
分时方案用机械旋转的偏振元件依次拍摄，牺牲时间分辨率，动态场景直接失效；分幅方案把光按偏振分到不同光路、用多个探测器同时拍，体积大且要求精确对准；分焦面方案把微型偏振片集成到传感器表面，一次曝光但空间分辨率被分区稀释。这三类方案还有一个共同的技术前提：都依赖强二向色性元件——线栅偏振片、双折射晶体或人造微结构，典型二向色性超过 99%、偏振消光比大于约 100。
强二向色性的物理代价是系统性的：消光比越高，意味着元件越”偏执”地只放过一个偏振分量，对非偏振光而言一大半能量被滤掉，透射效率低、信噪比受损；高消光比通常还伴随窄的工作带宽；更关键的是，线偏振元件天然对圆偏振不敏感，所以多数方案根本测不了 S3。换句话说，传统偏振成像的”精度”是用光效率、带宽和圆偏振响应换来的。
超表面偏振成像的现状与缺口
超表面用亚波长纳米结构可以在几十到几百纳米的薄层内实现偏振调控，天然适合做轻薄化的偏振光学。近年来已出现多种超表面偏振计，但论文指出，此前的单次曝光方案多把不同偏振分量衍射到不同空间位置（本质上仍属分幅类），只利用部分传感器面积，带宽还受相位色散限制。因此，超表面偏振成像仍然缺少一个”单次曝光、全传感器面积、全四参数、宽带”的解决方案——这正是本文要填的缺口。
器件设计：把”随机偏振采样器”刻进一块玻璃（图 1）
论文的出发点是反直觉的：不强求高消光比。器件是一块 400×400 个 meta-pixel 组成的无序阵列，直接集成在图像传感器上方；全片共 256 种不同类型的 meta-pixel。在 550 nm 处，整块阵列的平均二向色性仅约 65%（PER≈2）。
图 1：(a) 无序介质超表面阵列示意图；(b) 单个 meta-pixel 的工作原理，每个 meta-pixel 对一对正交偏振态敏感，μ1、μ2 为透射系数；(c–e) 三个代表性 meta-pixel 在 400–700 nm 的实测透射谱；(f–h) 加工器件的显微与 SEM 照片（TiO₂ 纳米柱）。
弱二向色性：反直觉但更划算
要理解这个选择，先看二向色性意味着什么。二向色性描述元件对不同偏振分量的透射差异：差异越大（消光比越高），元件越像”偏振滤光片”；差异越小，元件越接近”中性衰减片”。传统方案追求前者，本文却主动选择后者，原因有三：
第一是光效率。一块理想的线偏振片对非偏振光至多透过一半（另一半被吸收或反射），而本文的弱二向色性阵列对非偏振光的平均透射效率约 62.5%——高于偏振滤光片方案的理论极限。更多的光到达传感器，意味着更高的信噪比，这对弱信号场景（如生物成像）很关键。
第二是加工宽容度。强二向色性依赖纳米结构的精确尺寸控制，任何加工偏差都会直接恶化消光比；弱二向色性对结构误差不敏感，大幅降低了对电子束光刻精度的要求，也让”无序”排布（256 种不同结构随机分布）变得可行——不需要逐像素精确设计。
第三是信息策略。弱二向色性不是”精度损失”，而是”把精度问题交给算法”：单个像素的测量不锐利，但整块阵列 16 万个像素提供了海量有冗余的编码测量，配合重建算法，精度反而可以做得更高（后文详述）。
无序的物理含义：偏振域的随机性
这里要特别澄清”无序”的含义。它不是指散射介质那种基于光传播随机性的无序，而是：阵列中每个 meta-pixel 是两种各向异性 TiO₂ 纳米柱（矩形截面、高 600 nm、方阵排列）的周期阵列，256 种类型在面内取向和尺寸上各不相同，于是每个像素对偏振的响应是随机分布的——随机性体现在”偏振响应域”，而不是”光的散射路径”。入射光经过每个 meta-pixel 被其对应的探测器接收，整块阵列就构成一个像素级随机偏振编码器。图 1 逐图解读：(a) 整块器件的概念示意；(b) 单个 meta-pixel 的结构与正交偏振响应（μ1、μ2 透射系数）；(c–e) 三个代表性 meta-pixel 在 400–700 nm 的实测透射谱，说明器件宽带工作且对三对正交偏振基都有响应；(f–h) 加工实物的显微与 SEM 照片。
三步工作流程：标定、采集、重建（图 2）
图 2：(a) 标定流程示意；(b) 用三对正交偏振基照明得到的响应矩阵 R；(c) 采集：目标场景各点的未知偏振态 S=[S0,S1,S2,S3]^T 照明成像系统；(d) 单次曝光得到偏振编码图像 I；(e) I_v=ΛS_v 的数学关系；(f) 卷积神经网络重建 S；(g) 重建结果在庞加莱球上的位置。
标定：把加工误差”测”进矩阵
第一步是标定。用三对正交偏振基——水平/垂直、对角/反对角、左旋/右旋圆偏振——依次照明器件，测出每个 meta-pixel 对已知偏振态的响应，构造响应矩阵 R，再反解出每个 meta-pixel 的斯托克斯式传输矢量 M。对每个像素，测量关系是：
$$
R_{i,j}=\boldsymbol{M}_{i,j}\cdot\boldsymbol{S}
$$
其中 S 是入射光的斯托克斯矢量，M 描述该 meta-pixel 的偏振透射特性。六个已知偏振态构成六个方程，足以稳健地解出 M 的四个分量。这一步最微妙的地方在于：M 是”测”出来的，而不是”算”出来的——实际加工误差、衬底不均匀性都已经包含在标定结果里。这意味着后续重建时，算法面对的是”真实器件”而非”理想设计”，这是整条链路对加工误差不敏感的根本原因。
采集：一次快门编码全部偏振信息
第二步是采集。目标场景单次曝光，传感器得到偏振编码图像：
$$
\boldsymbol{I}_v=\boldsymbol{\Lambda}\boldsymbol{S}_v+\boldsymbol{N}
$$
其中 Λ 是由所有 meta-pixel 传输矢量组成的对角传输矩阵，N 为噪声。直观理解：每个传感器像素下方是一个”随机朝向的偏振分析器”，它测到的是该像素偏振态在这一个随机方向上的投影；16 万个像素的投影合在一起，就把整幅图像的偏振信息编码进了一张灰度图。整个过程没有旋转偏振片、没有分光路、没有分区——一次快门完成全部偏振信息的采集。
重建：掩膜感知的深度压缩感知
第三步是重建。上式是一个欠定逆问题（每个像素 1 个测量对应 4 个未知数），直接求解不可行。论文用”掩膜感知”的深度压缩感知网络求解：
$$
\boldsymbol{S}v=\arg\min{\boldsymbol{S}_v}|\boldsymbol{\Lambda}\boldsymbol{S}_v-\boldsymbol{I}_v|_2^2+\eta\Gamma(\boldsymbol{S}_v)
$$
第一项是数据保真项，要求重建结果与测量一致；第二项是稀疏正则项（Γ 由统计先验决定，η 为平衡系数），把解空间压缩到”自然图像”所在的小集合。网络采用全卷积结构，端到端训练（损失含 MSE 与 L1 范数），推理时在商用 GPU 上实时重建。”掩膜感知”的含义是：训练时把预标定的传输矩阵 Λ 显式作为已知条件输入网络，因此网络不仅学会从编码图恢复图像，还自动学会抑制标定与采集过程中引入的误差。图 2 逐图解读：(a) 标定光路（窄带滤光片 + 成像镜头）；(b) 响应矩阵 R；(c) 未知偏振场景照明系统；(d) 单次曝光得到的偏振编码图；(e) 矢量化后的数学关系 I_v=ΛS_v；(f) 全卷积网络重建；(g) 重建偏振态在庞加莱球上的分布。
由于恢复过程利用了整块阵列的编码信息，本方案能充分利用整个传感器面积——对比光栅式超表面偏振相机需要为不同衍射级次预留传感器区域，这是本方案在传感器利用率上的关键优势。
压缩感知为什么能”救”弱二向色性
弱二向色性的代价是单像素测量对偏振不够”锐利”，传统观念里这会直接降低精度。论文的解法是把问题放进压缩感知框架，核心逻辑有三步。
第一步：随机矩阵满足 RIP。 压缩感知理论的核心结论是：如果测量矩阵满足受限等距性质（RIP），那么稀疏或可压缩信号可以用远少于传统要求的测量数高概率精确重建。随机矩阵（元素随机或准随机）以极高概率满足 RIP——这正是论文选择”无序”阵列的数学依据：无序 = 随机采样矩阵。
第二步：自然偏振图像是可压缩的。 自然场景的图像（包括其偏振分布）在合适的基下是稀疏或可压缩的——平滑区域、有限边缘意味着大部分能量集中在少数基函数上。论文用全斯托克斯偏振数据集做主成分分析（PCA）得到这个稀疏基 Ψ，相当于让数据”教”系统图像在哪个域最稀疏。
第三步：采样质量由相干性决定。 测量矩阵与稀疏基之间的相干性 μ(Λ,Ψ) 定义为：
$$
\mu(\boldsymbol{\Lambda},\boldsymbol{\Psi})=\sqrt{n}\max_{1\le i,j\le n}|\langle\Lambda_i,\Psi_j\rangle|
$$
μ 越小，重建所需的测量数越少（理论测量数满足 $m\ge c\mu^2 k\log n$，k 为稀疏度）。阵列越”随机”、与稀疏基越不相干，就越能用少量测量恢复出完整偏振图。把这三个逻辑串起来就是：无序阵列提供了低相干性的随机测量，偏振图像在 PCA 基下稀疏，于是欠定方程可解且解唯一——弱二向色性”丢失”的锐度，被压缩感知的冗余采样和稀疏先验补了回来。
无序 vs 有序：采样效率对比（图 3）
随机采样在理论上成立，但工程上还要回答一个问题：无序排布会不会比精心设计的有序排布”浪费”采样？论文用相干性 μ 作为采样效率的度量，把无序阵列与三类经典有序偏振滤波排布（八面体、四面体等，对应不同文献中的 DoFP 设计）做了系统对比。
图 3：(a–c) 三种有序偏振滤波排布（八面体、四面体等）及其在庞加莱球内包络的体积，红框为基本排布单元，坐标轴为 Stokes 矢量后三分量；(d) 不同排布的采样效率（相干性 μ），无序阵列与有序方案相当，插图为 12×12 子块示例。
对比的直观图景是庞加莱球：有序排布的每个基本单元只在球面上取有限几个方向，包络体积有限；无序排布则让响应矢量散布在整个球面附近（图 3a–c）。定量上，论文从 400×400 阵列中随机抽取 10000 个 12×12 子块，统计相干性 μ 的分布（图 3d），结论是无序阵列的采样效率与有序方案相当（μ 分布重叠），随机排布没有牺牲采样质量。
更有意思的是无序的额外收益：随机性在稀疏变换后依然保留，意味着稀疏域中有更多独立的采样点，方程求解的数值稳定性更好；再加上掩膜感知训练与预标定矩阵，重建对加工误差也更宽容。用一句话概括：有序方案赢在”可预期”，无序方案赢在”随机但等价、且更鲁棒”——后者恰好适合对加工误差不敏感的大规模制造。
实验结果
偏振测量精度（图 4）
为了验证测量精度，论文用 16×16 子阵列作为单点偏振计：LED 光源经窄带滤光片、线偏振器与波片产生任意偏振态，照明器件并用显微系统成像，同时用商用偏振仪（Thorlabs PAX1000VIS）作为参考。
图 4：(a) 三个代表性偏振态在庞加莱球上的位置；(b) 用本文方法（红点）与商用偏振仪（绿线）测得的偏振态对比（极坐标图与偏振椭圆）；(c) 25 个任意偏振态的 S1/S2/S3 与 DoP 测量误差。
在 550 nm 下，论文对 25 个任意选取的偏振态进行测量：S1、S2、S3 的平均误差分别为 ±0.50%、±0.58%、±0.48%，偏振度 DoP 的误差为 ±0.58%（图 4c），与商用偏振仪的测量结果几乎重合（图 4b，红点 vs 绿线）。论文还对比了此前多种超表面偏振测量技术，指出本方法的测量精度更高（见论文补充表 S1）。图 4 逐图解读：(a) 三个代表性偏振态（线偏振、椭圆偏振、圆偏振）在庞加莱球上的位置；(b) 极坐标图（半径=归一化强度）与偏振椭圆（蓝箭头=旋向）的双重对比；(c) 25 个偏振态的误差统计。
更值得注意的是器件的可复用性：同一块器件只需更换前端窄带滤光片、在新波长重新标定，就能在 450 nm 和 650 nm 保持同样量级的精度——无需重新加工超表面。这意味着标定-重建框架天然支持多波长扩展，也为后续多光谱偏振成像留下了接口。
单次曝光全斯托克斯成像（图 5）
成像实验使用 550 nm、10 nm 带宽的滤光片，每组场景同时给出四幅图：原始偏振编码图、强度 S0、偏振椭圆方位角、偏振度 DoP。四个场景覆盖了从实验室矢量光束到室外自然场景的不同复杂度。
图 5：(a) q-plate 产生的矢量光束；(b) 滤光轮上六片径向排列的薄膜偏振片；(c) 塑料瓶；(d) 室外停车场成像。每组均给出原始偏振编码图、强度图 S0、偏振椭圆方位角图与偏振度 DoP 图。
第一个场景（图 5a）是 q-plate 产生的矢量光束：强度图 S0 看不出任何偏振信息，但方位角图呈现出绕中心连续平滑变化的分布，DoP 图则在中心暴露出一个奇点——这是矢量光束中心偏振未定义的典型特征，说明系统能捕捉空间上连续变化的偏振结构。第二个场景（图 5b）是六片轴线径向排列的薄膜偏振片组成的滤光轮：S0 无法区分六片偏振片，方位角图却精确呈现各自的偏振轴方向，DoP 图显示非偏振光透过偏振片后变成完全偏振光。第三个场景（图 5c）是一个塑料瓶：S0 看不出立体形态，方位角与 DoP 图却因塑料表面纹理的偏振响应清晰勾勒出圆柱形轮廓。第四个场景（图 5d）是室外停车场：SUV 的金属车身与后窗在方位角和 DoP 图中比背景显著突出（金属与玻璃的强偏振响应），甚至车牌号码在像素级依然清晰可辨。
这组实验的结论很直接：偏振信息（特别是方位角与 DoP）在强度图”看不见”的场景中提供了全新的对比度通道，而且单次曝光即可获得，适合动态场景。图 5 逐图解读：每个场景的四联图（原始编码、S0、方位角、DoP）本身就是”同一快门下的四种视角”，直观展示了偏振编码与重建的端到端能力。
S3：圆偏振成像（图 6）
测量 S3 是多数商用偏振相机做不到的，而圆偏振信息恰好对应材料手性与应力——这是全斯托克斯成像最独特的价值所在。论文用三个场景演示了 S3 成像能力。
图 6：S3 偏振成像示例（每组依次为原始采集、S0、S3、DoP）：(a) 甲虫标本，外骨骼对可见光表现出强圆二色性；(b) 3D 眼镜，左右镜片为相反的圆偏振片（S3=±1）；(c) 未受力的亚克力片无明显 S3 信号；(d) 夹具挤压后，应力诱导双折射在 S3 图中显现。
第一个场景（图 6a）是甲虫标本：其外骨骼对可见光表现出强圆二色性，S0 图中看不出左右旋差异，S3 图却清晰区分——反射光 S3 为正值，说明以右旋圆偏振分量为主。第二个场景（图 6b）是 3D 眼镜：左右镜片是相反的圆偏振片，S0 图毫无差异，S3 图中两片镜片呈现 ±1 的鲜明对比。第三个场景（图 6c、6d）是一块透明亚克力片：未受夹紧力时 S3 图几乎干净，用夹具挤压后，应力诱导的双折射让 S3 图布满丰富图案。这种肉眼和普通相机都看不见的应力场可视化，在无损检测、缺陷识别、材料表征中有直接应用。图 6 逐图解读：每组四联图展示了从原始偏振编码到 S0/S3/DoP 的重建结果，甲虫与 3D 眼镜体现”手性分辨”，亚克力片体现”应力-偏振”映射。
意义与展望
这篇论文最重要的启示是：偏振测量的精度并不必然依赖强消光比。把器件从”精密偏振分析仪”降格为”随机偏振编码器”，再把恢复精度的责任交给预标定矩阵和数据驱动重建，是典型的”光学 + 算法协同设计”思路——光学部分负责高效、宽带、宽容差地编码信息，算法部分负责把信息恢复出来。
系统性收益可以归纳为四点：第一，单次曝光——无机械旋转、无分光路，适合动态场景；第二，全传感器面积利用——对比光栅式分幅方案没有面积浪费；第三，完整四参数——含多数商用相机测不了的 S3，覆盖手性与应力信息；第四，对加工宽容——弱二向色性简化纳米结构设计，预标定 + 掩膜感知训练吸收加工误差，且同一器件换滤光片即可覆盖可见光不同波长。
从原理验证走向实际应用，仍有一些方向值得推进。当前方案本质上是单波长标定、单色成像，多光谱与偏振的同步获取需要进一步结合编码设计。作为统计方法，重建质量依赖训练数据中的稀疏先验——对于先验未覆盖或本身不稀疏的场景，结果可能不可靠，需要通过目标域数据重训练来泛化（例如遥感、显微等场景）。实时重建目前依赖 GPU，端侧（手机、无人机）的轻量化部署也是工程化方向。论文还强调，掩膜感知重建算法本身并不绑定特定器件——任何有预标定传输矩阵 M 的偏振成像系统都可以直接套用，这为算法复用和系统迁移留下了空间。未来把无序偏振编码与多光谱、相位或多帧信息编码结合，是自然且值得期待的延伸方向。
参考资料
- Fan Q, Xu W, Hu X, et al. Disordered metasurface enabled single-shot full-Stokes polarization imaging leveraging weak dichroism. Nature Communications 14, 5550 (2023).
- 论文全文（PMC）.
- Paschotta R. Polarizers（RP Photonics Encyclopedia）.