超表面快照高光谱成像：单芯片四通道编码与 18 波段重建

一句话结论：单芯片 4 个宽带通道加训练先验可以还原 18 个标称波段，但 10 nm 的采样间隔不等于 10 nm 的光谱分辨率。

论文简介

2023 年 11 月，Nature Communications 刊出成功大学（National Cheng Kung University，台南）团队的论文 Metasurface-empowered snapshot hyperspectral imaging with convex/deep (CODE) small-data learning theory。Chia-Hsiang Lin 与 Shih-Hsiu Huang 为共同第一作者，通讯作者为 Pin Chieh Wu，作者单位包括成功大学电机工程系、光电系、Miin Wu School of Computing 与 QFort。原文 DOI 为 10.1038/s41467-023-42381-5，开放获取，许可为 CC BY 4.0。

论文做的事情可以一句话说清：用一颗铝纳米棒加布拉格反射镜的超表面芯片，在一次曝光里拍下 4 个空间分离的波段图像，再用只需少量训练数据的 CODE 模型，把这 4 个宽带通道重建成 18 个标称波段的可见光数据立方体。工作波段为 500–650 nm，芯片面积小、无需扫描、也无需滤光轮，这些是它相对传统高光谱相机的直接差别。

一次曝光里的三本账：空间、光谱与探测器像素

高光谱成像要交付的不是一张二维照片，而是一个三维数据立方体：空间两个方向各有若干采样点，光谱方向再分成若干波段。若空间取 $N_x\times N_y$ 个点、光谱取 $N_\lambda$ 个波段，未知数就是 $N_xN_yN_\lambda$。探测器一帧只有 $M$ 个像元，要把整个立方体塞进一次积分，就必须在空间、光谱、时间三个方向做某种复用。

常见做法有三类。第一类是空间复用：让不同光谱通道占据探测器的不同区域，本文的 4 个像就是并排落在焦平面上的。第二类是光谱复用：把滤光片阵列直接做在像元上，一个超像元里排若干个滤光片，代价是每个通道分到的空间采样数按通道数缩小。第三类是编码复用：用编码孔径或色散把空间与光谱混叠在同一张图上，再由算法解算。三类的共同点是把负担从光学硬件转移到探测器面积或算法上，区别只在于把哪一本账记在谁头上。

本文的路线贴着第一类，但有一处不同：探测器上确实出现 4 个并排的像，它们不是 4 组滤光片切出来的，而是同一块离轴超镜把 4 个波长聚焦到不同横向位置。因此它既不需要滤光轮，也不需要逐行推扫，一帧就能拿到 4 个通道。代价同时出现：4 个像共享同一片探测器，每个通道可用的像元数减少；偏离设计波长的像对应更大的离轴聚焦角，像差随之变大。后文会看到，这两点正是这套方案空间—光谱取舍的具体落点。

图 1：多谐振超原子构成的离轴聚焦超镜把彩色物体同时成像，并在自由空间把像分成 4 个波长通道；4 波段图像再经 CODE 小样本学习构造成 18 波段数据立方体。

器件：多谐振超原子怎样把四个波长分开

超表面的基本单元是一根铝纳米棒：长 170 nm、宽 90 nm、厚 50 nm，周期 200 nm，立在分布式布拉格反射镜（DBR）上，中间隔一层 135 nm 的 SiO₂。单根纳米棒本身不产生多个峰，多谐振来自金属结构与 DBR 的近场耦合；论文把这种金属纳米棒与 DBR 的组合解释为 Tamm 共振的来源，认为它可能带来高 Q 响应，并把 DBR 各层厚度做成渐变，让多个腔模分别落在 500–650 nm 的不同波长上。数值结果里，四个反射峰的圆偏振交叉反射率都超过 75%。

几何相位负责把相位写进波前：旋转纳米棒，每个峰波长的相位都能连续走完 0–2π。转角改变时相邻结构的间距随之变化，近场耦合条件被扰动，反射强度会有起伏，论文的数值结果中能看到这一现象。也就是说，”四个峰”和”连续相位”共用同一批结构参数，调其中一个，另一个也会动。

把相位排布成离轴聚焦的波前，超镜就把不同波长聚焦到不同的横向位置，横向色差在这里被当成功能使用。设计取中心波长 593 nm、焦距 7.5 mm、NA 0.02。NA 取得这么低是刻意的：焦深与 NA 的平方成反比，只有把焦深做大，4 个波长的焦点才能落在同一个平面上，一帧拍全。可以用衍射极限的常用估算核对这个量级：

$$\mathrm{DOF}\approx\frac{\lambda}{\mathrm{NA}^2}=\frac{0.593\ \mu\mathrm{m}}{0.02^2}\approx 1.5\ \mathrm{mm}.$$

毫米级焦深与”四个焦点共面”的设计目标在量级上自洽。代价也写在这个式子里：低 NA 意味着衍射斑更大，空间分辨率的上限随之下降。论文明确说，为了快照成像选了较大焦深和较低 NA，而这会牺牲分辨率。

图 2：(a) 多谐振超原子的数值反射谱，四个峰覆盖可见窗口；(b)、(c) 圆偏振交叉反射率与相位随结构转角的变化，相位在每个峰波长上都能覆盖 0–2π；(d) 离轴聚焦超镜在四个波长上的光线追迹与焦面光斑，四个焦点落在同一平面上。

从 4 个通道到 18 个波段：光学测量与训练先验各占多少

重建的输入是 4 波段、484×192 像素的图，输出是 18 个标称波段。作者把两者的关系写成

$$\mathbf{Y}=f_{\mathrm{B}}(\mathbf{D}\mathbf{X}),$$

其中 $\mathbf{X}$ 是目标高光谱立方体，$\mathbf{D}$ 是光谱响应矩阵，把 18 个波段降采样到 4 个通道，$f_{\mathrm{B}}$ 描述超镜引入的模糊。直接对 $\mathbf{Y}$ 拟合 $\mathbf{X}$ 是非凸问题，作者换了个方向：用 Transformer 学习逆模糊 $f_{\mathrm{B}}^{-1}$，再用 Q-范数做凸正则，把弱解拉向高保真解。Q-范数可以改写成常见的 L2 形式，算法因此有闭式解，重建速度不慢。

数据集规模是这篇文章最需要留意的地方。正文给的是 20 对图像（模糊的 4 波段图加干净的 18 波段真值），每幅 484×192；按行移位做颜色变换增强到 40 对，其中 36 对训练、2 对验证、2 对测试。摘要把这个规模概括为”只用 18 个训练数据点”。两个数字口径不同，引用时不能混着用，但它们指向同一件事：这套重建不靠大数据，靠的是把光谱先验写进正则项。

图 3：(a) 单颗超表面芯片实测得到的 18 波段快照高光谱数据立方体，中心波长 480–650 nm；(b) 由数据立方体重建的彩色图像；(c)–(f) 图中标出的四个像元的光谱曲线与真值对比。

结果里，18 个中心波长从 480 nm 排到 650 nm，步进 10 nm。图 3 中，盆栽花的各波段被逐层展开，花瓣在 632.8 nm 附近最亮，花盆在 490 nm 的青通道有弱信号，这些细节在原始彩色图里看不到。四个像元的光谱曲线与真值吻合，包括输入 4 个通道没有直接覆盖的波长。

这里要算一笔账。4 个输入通道每个带宽约 20–30 nm，合起来最多覆盖 80–120 nm；输出窗口是 480–650 nm，共 170 nm。也就是说，18 个波段里有相当一部分并非被光学系统直接测到，而是由训练得到的空间—光谱相关性推出来的。作者给出的经验比例是输出波段数约为输入波段数的 4.5 倍（4×4.5=18），并把这个比例当作设计规则。它背后是”每个输入通道能支撑多少个输出波段”的经验判断，不是信息论下界。

这解释了为什么”18 波段”必须和”18 次测量”分开说。光学端提供 4 个宽带读数，算法端提供波段之间的插值与去模糊；前者决定哪些波长有真实信号，后者决定这些信号被分配到多少个格点上。把两者混为一谈，就会把数据立方体的波段数当成仪器的光谱分辨能力。

取舍落在哪里：模糊、像差与误差口径

先看实测。图 4 用单波长激光和金属孔径做物体，四个波长的像确实在空间上分开；数字”2”在第三个（优化）通道最清楚，偏离中心波长的通道明显模糊。换成投影仪和彩色物体后，一帧里只出现四个像，其余波长被超镜自身的滤波特性挡掉，这就是”快照多光谱数据集”的来源。加滤光片能改善单通道像质，但滤光片一切换，四个通道就不能同时曝光，快照的意义随之消失。

图 4：(a) 制作完成的超镜实测聚焦效率随波长的变化，插图为器件 SEM 像；(b) 四个波长下数字”2”的计算像与 (c) 实测像；(d) 不加滤光片与 (e) 加滤光片时采集的 4 波段图像，(d) 即用于重建的快照多光谱数据集。

模糊有两个来源。一层是超镜的离轴像差：聚焦角越大，焦斑变形越明显，偏离设计波长的通道首当其冲。另一层是实测谐振峰的 Q 值低于设计值，制作误差与光源相干性都会把它拉低。后者直接对应”共振线宽”这个指标：峰越宽，相邻通道越容易串扰，重建时越依赖算法去区分。正文没有给出通道串扰的实测矩阵，只报告了加与不加滤光片两组指标接近，这说明在其实验条件下串扰没有成为主导误差，但不能据此认为它对所有场景都无关紧要。

误差口径见图 5：逐波段 MSE 在 $10^{-4}$ 量级，两个物体（盆栽花与斧头）的 RMSE 与光谱角制图（SAM）都较低。MSE 是逐像元的强度差，SAM 衡量光谱曲线形状的夹角，后者更接近”这组数据能不能用来识别材料”。三个指标回答的都是重建值与真值有多接近，不回答”哪两条谱线能被分开”。

图 5：(a) 逐波段像元均方误差 MSE 随波长的变化，空心点与实心点分别对应不加滤光片与加滤光片的多光谱输入；(b) 两个物体的均方根误差 RMSE；(c) 两个物体的光谱角制图 SAM。

把这篇论文里出现的几个”分辨率”摆在一张表里，差别会更清楚。

表 1：本文涉及的几类光谱与空间指标，以及它们各自回答的问题。

指标	本文的对应值或做法	它回答的问题	不能等同于
谐振线宽	四个反射峰，峰值反射率 >75%；实测 Q 低于设计	单个超原子在哪个波长强反射、峰有多窄	系统的光谱分辨率
通道带宽	输入 4 个通道各约 20–30 nm	每个光学通道透过哪段波长	重建波段的带宽
光谱采样间隔	18 个标称中心波长，480–650 nm，步进 10 nm	数据立方体在波长轴上隔多远取一个点	能分开两条相近谱线的最小间隔
重建误差	逐波段 MSE 约 $10^{-4}$，另有 RMSE 与 SAM	重建值与真值差多少	波长估计精度（本文未测）
空间分辨率	未给数值；NA 0.02，非中心通道受离轴像差影响	能看清多小的空间结构	探测器像元尺寸

空间分辨率这一行需要单独说明。论文讨论 NA 与焦深的取舍时承认分辨率会下降，也提到可以用更复杂的网络或更强的凸正则改善像质，但正文没有给出 USAF 靶标、MTF 曲线或物方分辨率的实测数值。因此本文只能说”作者未报告空间分辨率数值”，不能替它补一个数字。对使用者来说，这意味着选型时缺少一条关键指标：能看清多细的结构，目前只能靠自己的样品去试。

与滤光片阵列、推扫式折叠光谱仪的对比

同样是快照或准快照，不同路线把账记在不同的地方。表 2 把四条常见路线放在一起，比较它们如何分配空间与光谱采样、如何取得光谱通道、通光量与标定负担落在哪里。

表 2：四条快照/准快照光谱成像路线的分工方式对比。

路线	空间—光谱怎么分配	光谱通道怎么来	通光量	重建与标定	主要代价
本文：单芯片离轴色散 + 重建	4 个像并排，共享一片探测器	4 个谐振峰加横向色差	峰上反射率 >75%，峰外被滤掉	需 18 波段真值训练，标定随波段数增加	非中心通道模糊，空间分辨率未标定
片上滤光片阵列	一个超像元内排 N 个滤光片	各滤光片的透射带	每个通道只收对应波段	需逐通道定标与去马赛克	空间采样按通道数缩小
折叠超表面推扫	逐行扫描，空间与光谱不抢像元	色散加多片超表面	取决于孔径与衍射级次	几何装调与标定要求高	需要扫描，动态场景受限
编码孔径压缩快照	空间与光谱混叠在一帧	编码掩模加色散	受掩模透过率限制	求解逆问题，先验依赖强	计算量大，标定复杂

四条路线的差别不只是器件形态。滤光片阵列把代价放在空间采样上：通道越多，每个通道分到的像元越少，去马赛克再补回一部分。本文把代价放在探测器面积和像差上：4 个像并排，单通道像元数同样减少，但省掉了滤光片的透过率损失，也让四个通道真正同时曝光。折叠推扫把代价放在时间上：空间与光谱都不抢像元，代价是必须逐行扫，动态场景会拖影。编码孔径把代价放在算法上：一帧拿到混叠数据，重建质量高度依赖先验与标定。

选择哪一种，取决于场景更怕失去什么。要看清楚微小结构、场景又静止，推扫式更稳；要拍动态过程、光谱通道需求不多，单芯片离轴色散或滤光片阵列更合适；只需要一个点的光谱、却要求很高光谱分辨率，那是重建型光谱仪的任务，不属于二维成像的讨论范围。

意义与展望

这篇工作的价值不在于刷新了某个波段数纪录，而在于把”一颗芯片、一次曝光”这条链走通并给出了可核查的数字：4 个谐振通道、500–650 nm、18 个标称波段、20 对训练图像、$10^{-4}$ 量级的 MSE。它说明超表面不必只做分光元件，也可以同时承担成像与通道分离，把”滤光元件 + 相机”的扫描式系统压缩到”一颗芯片 + 相机”。

沿着这条路线往下走，约束也很清楚。工作波段受 DBR 反射窗口限制，想往近红外或更长的波段扩展，先要换掉这套多层膜；通道数受超原子的本征模式数与腔耦合条件限制，作者把 SiO₂ 间隔层从 135 nm 加厚到 5000 nm，理论上能在同一谱段得到 12 个谐振波长，再按 4.5 倍比例外推到 54 个波段、约 3.9 nm 的波长间隔。这个外推要成立，前提是能拿到对应波段数的真值数据——每增加一个波段，标定用的窄带滤光片或单色仪就多一分工作量，这一步往往比器件制造更早遇到瓶颈。

还有两件事值得在后续工作里补上。一是空间分辨率的实测标定，至少给出靶标或 MTF 曲线，让使用者知道它能看清多细的结构；二是通道串扰矩阵与波长精度的实测，把”10 nm 间隔”和”能分辨 10 nm”之间的差距量化。对一颗已经能出数据立方体的芯片来说，这两项比再增加几个波段更能决定它能不能进入实际测量流程。

参考资料

1. Lin C-H, Huang S-H, Lin T-H, Wu P C. Metasurface-empowered snapshot hyperspectral imaging with convex/deep (CODE) small-data learning theory. Nature Communications, 2023, 14: 6979. DOI
2. Ding Y, Wang X, Chen Y, et al. Snapshot spectral imaging: from spatial-spectral mapping to metasurface-based imaging. Nanophotonics, 2024, 13(8): 1303–1330. DOI
3. Zhang Y, Yang E-B, Yoon H H, et al. Reconstructive spectrometers: hardware miniaturization and computational reconstruction. eLight, 2025, 5: 23. DOI