亚洲二区三区在线,久久久久高清毛片一级,亚洲综合一区二区三区不卡,中文不卡av

計算光學可以理解為信息編碼的光學成像方法，"其本質是光場信息的獲取和解譯，是在幾何光學成像的基礎上引入物理光學信息，以信息傳遞為準則，通過信息獲取更高維度的信息"。計算光學成像是下一代光電成像技術，是光電成像技術步入信息時代的必然產物。

背景篇——光電成像的原理

光電成像的本質是光場信息的獲取與解譯。所謂的光場解譯是指對傳統光電成像系統中所捕捉到的圖像信息進行更深入的分析和解讀。傳統光電成像系統只能記錄二維空間上的光強度分布，類似于人眼視覺。然而，實際上，成像系統中所包含的信息要比我們所看到的圖像更多。光場解譯則是通過對這些信息的分析和解讀，來獲取更多有用的信息。通過光場解譯，我們可以對一些隱含在圖像中的信息進行提取和解讀，因而引出了計算光學成像。

圖1 光場包含的信息

什么是計算光學成像

計算光學成像在傳統幾何光學的基礎上，有機融入了物理光學的信息，如偏振、相位、軌道角動量等物理量，以信息傳遞為準則，多維度獲取光場信息，并結合數學和信號處理知識，深度挖掘光場信息，通過物理過程解譯獲取更高維度的信息，是下一代的光電成像技術。

和傳統成像的比較

傳統光學成像系統采用的是“先成像，后處理”的成像方式，即當成像效果不佳時，需要使用Photoshop、“美圖秀秀”等工具對圖像進一步的加工。這時圖像處理算法被認為是后處理過程，并不納入成像系統設計的考慮之中。

計算光學成像采用的“先調制，再拍攝，最后解調”的成像方式。將光學系統 (照明、光學器件、光探測器)與數字圖像處理算法作為一個整體考慮，前端成像元件與后端數據處理二者相輔相成，成為有機的整體。

圖2 計算光學成像系統的成像過程

計算光學成像通過對照明與成像系統引入可控的編碼，如照明編碼、波前編碼、孔徑編碼等，將更多的光場信息調制到傳感器拍攝到的原始圖像中，這個圖像又被稱作中間像（Intermediate image），因為這個圖像調制了很多額外的光場信息，因此往往無法直接使用和觀測。然后在解調階段，將上述調制拍攝階段建立的基于幾何光學、波動光學的數學模型進行“逆向求解”，用計算重構的方式來獲取更多的光場信息。也就是說“計算成像”中的圖像不是直接拍攝到的，而是通過“編解碼”的方式計算得到的，光學編碼有孔徑編碼、探測器編碼等多種方式，這也就是計算成像中計算的含義。?????????

發展簡述

“計算成像”思想最早應用在光電探測系統的合成孔徑雷達中，美國科羅拉多大學在1984年提出真正意義上采用“計算成像”思想聯合設計光學，1995年Dowski和 Cathey提出了波前編碼技術，是計算光學成像技術從理論走向實際應用的轉折點。2004 年，Levoy課題組構建了多相機陣列系統，將計算光學成像應用于合成孔徑成像、高速攝影、HDR成像。2006年Lytro 公司，先后推出了Lytro I、Lytro II兩款商業級手持式微透鏡型光場相機，可實現先拍照后對焦的全景深拍攝，光場成像從此進入了大眾的視野。

國內計算光學成像研究也在和國際同步進行。中國科學院光電研究院計算光學成像技術實驗室在計算光譜、光場和主動三維成像等方面進行了大量研究；清華大學國家信息實驗室、光電工程研究所在計算光場成像、顯微成像等方面做出重要貢獻；西安電子科技大學計算成像重點實驗室開展了基于散射成像、偏振成像、廣域高分辨率計算成像等技術的研究；北京理工大學光學成像與計算實驗室、測量與成像實驗室也針對計算顯示、計算光譜成像等提出了優化的解決方案；南京理工大學智能計算成像實驗室在定量相位成像、數字全息成像和計算三維成像等方面取得優秀成果。

技術篇

計算光學成像技術的出現延伸并擴展了人眼的視覺特性，創新地將傳統光電成像流程中末端的信息處理和計算拓展到成像過程中，將一些傳統部分物理上難以突破的光學問題轉換為數學和信息處理問題，將硬件設計與軟件計算相結合。充分挖掘光信號的信息處理的潛力，解決傳統光電成像技術中“看不見”、“看不清”、“看不全”的問題，朝著更高的分辨率，更遠的作用距離，更廣的視場，更小的光學成像體系，更強的環境適應性發展。

圖3 光學成像技術的五方面發展目標

與鏈路單一計算、獨立優化的傳統光電成像不同，計算成像通過引入全鏈路一體化全局優化思想，將傳輸介質（如大氣、水體等）也并入成像模型中，可帶來作用距離提升、環境適應性提升等，突破傳統成像的極限。其全鏈路包括光源（Light source）、成像目標（Target）、傳輸介質（Transmission media）、光學系統（optical system）、感光電子元器件（CCD）、外部電路（External circuitry）、計算機（Computer）等。

圖4 全鏈路光路成像模型

本文著重從光場采集及三維顯示兩個方面對光場技術進行介紹。

光場采集現有的光場采集方法可分為三個類型：時序采集、多傳感器采集和多路復用采集。采集光場的多視點信息可以用于光場的顯示。

時序采集

時序采集一般將傳統單體相機安裝到機械移動裝置上，通過調節機械裝置來對目標場景進行不同視角圖像采集。然而這種方式，在移動機械裝置時需要耗費一定時間，所以僅能拍攝靜態物體，為了解決這個問題，多傳感器采集法應運而生。

多傳感器采集

多傳感器采集一般指基于相機陣列（Camera Array）的光場相機。多相機組合法采用多個傳統相機組成相機陣列，形成有多個鏡頭投影中心組成虛擬投影參考平面，以及多個CCD(或CMOS)組成的虛擬成像平面。通過多個相機同時來獲取目標場景中同一個點處不同視角的光線輻射強度，每個相機拍攝的圖像可以看作是光場在不同角度的采樣圖像。

調整相機陣列里各個子相機間的距離，可以實現整個相機陣列的不同用途。當所有相機間的距離比較小時，整個相機陣列可以看做一個單目相機；當所有的相機之間的距離為中等尺度時，整個相機陣列可以看作是一個擁有合成孔徑的相機；當所有的相機之間距離很大時，整個相機陣列可以看成一個多目相機，此時可以得到物體的多視角信息，從而利用多視角信息構建全景照片。

比較有代表性有Jason Yang于2002年在MIT搭建出的全世界第一套8x8個相機組成的實時相機陣列，可同時獲取目標場景64個視角的圖像。Bennett Wilburn在2005年進一步增加相機數量到約100個能力更強，但是成本高體積大，Pelican公司2013年通過優化光學設計和應用光場超分辨算法制造了小巧的4x4相機陣列，并且是獨立的光場相機模塊，整個設備比硬幣還小，可集成到手機中。

圖5 Bennett Wilburn于2005年設計的大規模光場相機陣列

多路復用成像

多傳感器采集光場缺點是只能用于特定區域采集靜止或緩慢移動的場景。而多路復用成像方法可以解決這個問題。多路復用成像分為空間復用和頻率復用。

空間復用：采用在圖像傳感器上安裝微透鏡陣列來實現。例如全光相機，也稱為光場相機，其形狀、體積、操作和普通相機相似，通過將角域（角度信息）復用到空間(或頻率)域中來將四維光場編碼到二維傳感器平面。

下面講一下光場相機的原理。現實生活中的物體表面一般為漫反射，譬如下圖中A點，如果為理想漫反射表面，會向半球180度范圍內發出光線，采用透鏡小孔成像，物體表面A點在一定角度范圍內發出的所有光線經過透鏡聚焦在成像傳感器A’點，并對該角度范圍內所有光線進行積分，積分結果作為A點像素值。這大大增加了成像的信噪比，但同時也將A點在該角度范圍內各方向的光線耦合在一起。

圖6 透鏡小孔成像原理

全光函數是指在空間和時間上描述光場變化的函數，為獲取全光函數中的角度信息，1992年Adelson提出了全光相機（也叫光場相機）模型，在傳統相機基礎上加入了微透鏡陣列，物體表面光線首先經過主鏡頭，然后經過微透鏡，最后到達成像傳感器，每個微透鏡捕獲光線在主透鏡處的所有角度分布。如圖7所示，物體表面A點在FOP（Field Of Parallax，視差范圍）角度范圍內發出的光線（同一點的不同角度光線用不同顏色表示）進入相機主鏡頭并聚焦于微透鏡，微透鏡將光線分成4x4束，并被成像傳感器上對應的16個像素記錄。類似的，空間中其它發光點，例如B點和C點，在其FOP角度范圍內的光線都被分成4x4束并被分別記錄。

圖 7 透鏡陣列4D光場的圖像分辨率和角度分辨率

2011年Lytro公司根據全光相機原理發售了世界上第一款消費級光場相機Lytro。

圖 8 Raytrix 基于微透鏡陣列的光場相機

空間復用是采集光場最廣泛使用的方法，但也存在問題，就是圖像分辨率和角度分辨率兩者相互制約，此消彼長。另外由于微透鏡直接距離很小，所以采集光場的視差角度較小，只能在較小的角度范圍內變換視點。

頻率復用：近年來隨著壓縮感知等信息論技術的發展，為了解決空間復用方法必須對圖像分辨率和角度分辨率進行折中的問題，也產生了一些例如基于掩膜（Mask）的頻率復用方法。 基于掩膜的方案可以通過事先對光場的學習得到光場字典，從而去掉光場的冗余性實現了采集更少的數據量便可重建出完整的光場。如圖9所示，在傳統相機的成像光路中加入一片半透明的編碼掩膜，掩膜上每個像素點的光線透過率都不一樣，進入光圈的光線在到達成像傳感器之前會被掩膜調制，經過掩膜調制后的光線到達成像傳感器。通過事先學習的完備光場字典，從單幅采集編碼的2D調制圖像就可以重建出完整的光場。

圖 9 掩膜光場相機原理

基于編碼掩膜的光場采集方案雖然可以解決圖像分辨率和角度分辨率的矛盾，但是，透光率不能達到100%，因此會造成光線信號強度損失，導致成像信噪比低；同時所重建的最終光場圖像是通過從被調制的圖像中進行解調制得到，而不是直接通過成像傳感器采集得到，因此會依賴已學習光場字典的正確性。

綜上所述，現有的光場采集方式主要是通過多傳感器采集的相機陣列方式或空間多路復用成像的基于微透鏡的全光相機或頻域多路復用的基于掩膜的全光相機對光線進行多角度采樣來記錄光場。不同的光場采集設備通過不同的技術方案各自解決了一定的問題，按照不同的場景需求，不斷的對軟硬件方面進行突破，隨著技術的不斷進步，相信在光場采集方面會有更好更輕量的解決方案。

三維顯示

真實世界的景物是三維立體的，傳統的二維顯示只能獲取空間物體某一截面的二維圖像信息，缺乏深度信息，存在信息量缺失和真實性不足的問題。因此，具有更好沉浸感的三維顯示技術是新型顯示技術的重要發展方向。

三維深度線索

三維深度線索泛指一切可以為使用者提供深度感知的特征信息，是三維顯示效果的關鍵，分為心理學和生理學兩類。

心理學深度線索是指二維畫面誘發三維感知的特征信息，主要包括線性透視、遮擋、陰影、紋理和先驗知識等。生理學深度線索指的是通過三維場景空間位置關系誘發的三維感知特征信息，可進一步分為雙目深度線索和單目深度線索兩類。

對于三維顯示而言，心理學深度線索更容易實現，傳統的超高清通過細致紋理和陰影等效果也可以實現一定的立體感，例如戶外大屏裸眼3D效果和手機裸眼3D彩鈴等。生理學線索實現難度相對較大，隨著技術發展，雙目立體視覺已經相對成熟，通過VR設備、裸眼3D設備等漸入大眾視野，而單目深度線索相對更難實現。

三維顯示技術分類

根據實現立體效果的機制不同，三維顯示可分為：觀看者佩戴眼鏡等助視設備的助視3D顯示，如紅藍眼鏡等；此外還有向左右眼投射不同的圖像來產生立體感的雙目視差3D顯示；以及真3D顯示，提供近乎真實的3D圖像信息和真正的物理景深，包含光場顯示、體顯示、全息顯示等。助視3D技術效果差比較陳舊，在此不細述，下面擇要介紹雙目視差 3D 顯示、光場顯示、體顯示和全息顯示。

圖 10 3D顯示分類

雙目視差3D

雙目視差3D有傳統基于狹縫光柵、柱狀透鏡方法，也有基于指向背光的視差型三維顯示，維持了觀看者在觀看區域內左眼或右眼所感知的面板分辨率。其利用時空復用3D顯示技術，基于控制光線出射方向的指向型背光結構設計，結合高速刷新的LCD 顯示技術，利用時間復用的方法實現全分辨率的3D顯示效果。

圖 11 指向背光顯示原理

光場顯示

視差型三維顯示在某一時刻視顯示呈現的是幾個分立的視點圖像，而光場顯示呈現的是在一定角度范圍內連續或準連續的視點圖像。光場顯示技術按實現原理可劃分為壓縮光場顯示、指向光場顯示和集成成像顯示等。

壓縮光場顯示

也稱為層疊光場顯示，因其采用多層結構，利用層疊的顯示層實現對一定角度范圍內的光線強度的調制。因具有多層屏幕結構，其可以實現高動態范圍或者超分辨率的2D圖像顯示。壓縮光場顯示利用了三維場景視點圖像之間的強相關性，將一定觀看角度的目標光場“壓縮”到多張二維圖案中。但是也因如此，其在顯示不相關的多視點圖像時會有很大的串擾。壓縮光場顯示視場角有限，通過增加顯示器的層數或提高刷新率可以擴大視角，但是增加顯示器層數將增加硬件和計算復雜度，光學效率也會以指數形式降低。

指向光場顯示

可以一定程度解決以上問題。2012年，G. Wetzstein 等人通過在多層 LCD 后部添加一塊指向型背光板，提出了一項新的“張量”顯示技術。這種結構通過多層 LCD 屏幕和多幀率的光場分解，達到了擴大視場角的目的，視場角由原先的 10°×10°提高為 50°×20°。

還有集成成像顯示，基于柱透鏡陣列的 3D 顯示技術只能提供水平視差，而基于球面微透鏡陣列的集成顯示可提供全視差圖像。其原理如圖12所示， 圖像記錄時，使用微透鏡陣列或者針孔陣列將不同視角的圖像“集成”地記錄在一張膠片上。圖像再現時，多視角圖像元的出射光線在微透鏡陣列前方再現出來，將顯示面板上的元素圖像成像到不同的視點位置，形成完整的 3D 圖像。集成成像顯示的優點是結構緊湊簡單，能夠再現全視差3D圖像，并可提供運動視差信息。但是其分辨率下降嚴重、視場角比較受限。

圖 12 集成攝影與集成成像

體顯示

光場顯示可以提供所有種類的心理學線索和雙目深度線索，并可以提供運動視差和遮擋變化等單目深度線索。但是，傳統的光場顯示難以完整提供聚焦線索。而體三維顯示通過點亮空間中的發光物質或者“體素”可在一定體積的空間內完成顯示過程，通過人眼暫留效應可以提供聚焦線索，但是需要復雜的機械掃描裝置，可移動性差。

圖 13 旋轉掃描式立體顯示原理

全息顯示

理論上，全息顯示可以提供所有種類的深度線索，被認為是三維顯示的終極實現方式。全息術，又稱全息照相術，指在照相膠片或干板上通過記錄光波的振幅和位相分布并再現物體三維圖像的技術，按其物理意義可分為波前記錄和波前重建兩部分。在波前記錄過程中，物光波與參考光波在全息圖平面發生干涉，干涉條紋的強度被記錄下來。由于已知參考光波的振幅和相位，全息術就是把物光波的復振幅信號轉換為強度信號，從而記錄了物光波的全部信息。在波前重建過程中，用一束重建光波對全息圖進行照射，重建光波經過全息圖的衍射光波在特定的位置上可以重建出物光波的振幅與相位信息。

圖 14 全息記錄與全息重建

綜上所述，隨著三維顯示技術的發展，三維顯示的效果得到了顯著的提升。傳統的基于心理線索和生理線索中雙目視差的裸眼3D，由于其原理簡單，成本低的有點得到了廣泛應用，但是由于僅提供有限的視角，目前在體驗上還有較大的上升空間。為了提供更多的生理學、心理學深度線索，光場顯示技術、體顯示技術、全息顯示技術都得到了飛速的發展，但是這些技術往往實現成本較高，大多還處于研究階段，距離真正的消費級應用還有一定距離。

應用篇

計算光學成像技術在各個領域的應用非常廣泛，前期主要在醫學、天文、軍事、工業檢測等領域。近幾年隨著虛擬/增強現實、裸眼3D等業務的發展，計算光學成像技術逐漸應用到生活，走進大眾視野。通過光學成像技術，可以幫助人們更好地理解和掌握周圍環境的信息，提高工作效率，提升生活質量，推動科學技術的發展。在當今社會中，光學成像技術的應用已經成為各個領域中不可或缺的關鍵技術之一。

虛擬/增強現實

通過傳統的結構光技術可以快速進行物體三維模型制作，而結合深度學習技術，通過多角度圖像/視頻，可以快速生成三維模型。 例如清華大學的研究團隊開發了一種新型的多攝像頭大空間密集光場捕獲系統——Den-SOFT，是目前公共領域內質量和視點密度領先的數據集，有望激發以空間為中心的光場重建研究，為沉浸式虛擬/增強現實體驗提供更高質量的三維場景。

圖 15 清華Den-SOFT

可以僅借助消費級RGB-D攝像頭，實現多人實時三維人體重建，人體模型可用于實時AR展示，在線教育和游戲等。 可參考清華大學論文《Function4D: Real-time Human Volumetric Capture fromVery Sparse Consumer RGBD Sensors》等。

圖16 清華大學RGB-D實時三維重建

在專業級動作捕捉驅動方面，光學動捕通過對目標特定光點的監視和跟蹤來完成運動捕捉。可使用高分辨率光學紅外相機進行捕捉。譬如凌云光的FZMotion AI多模態運動捕捉系統可實現高精度高速AI人體動作識別的多模態運動捕捉。

圖 17 FZMotion AI多模態運動捕捉系統

在消費級驅動方面，結合深度學習，可使用少量的消費級RGB-D攝像機便可實現實時多人運動捕捉。

裸眼3D

消費級的裸眼3D發展迅速，2023.3 中興在巴展發布 LCD Nubia Pad 3D（與美國Leia公司合作），采用的為可切換指向光源模組方式，顯示分辨率2K，支持2D/3D顯示實時切換，售價約1300歐。在內容上，nubia和中國移動咪咕公司深度合作，共同為用戶帶來了多維交互沉浸式的全新游戲、視頻、直播、音樂體驗，為數智娛樂行業帶來了更為廣闊的發展空間。

圖 18 中興nubia Pad 3D

而在光場顯示領域，looking glass等可以實現多視點光場顯示。

圖 19 清華大學光場顯示研究

影視制作

Light Stage光場采集系統被廣泛用于好萊塢電影制作。Light Stage是由美國南加州大學ICT Graphic Lab的保羅?德貝維奇（Paul Debevec）所領導開發的一個高保真的三維采集重建平臺系統。該系統以高逼真度的3D人臉重建為主，并已經應用于好萊塢電影渲染中。從第一代系統Light Stage 1于2000年誕生，至今已經升級到Light Stage 6，最新的一代系統命名為Light Stage X。

圖 20 Light Stage 6 采集系統樣機

在國內凌云光、影眸科技等企業也建設有自研的類似Light Stage的采集系統。譬如凌云光的LuStage數字人光場建模系統，可以實現0.1mm毛孔級重建。 該系統包括自主設計研發并獨立完成生產制造的756臺6色LED(RGBWCA)、直徑6.6m的375面體支架、嵌入式控制平臺、100臺4K相機組成。每個光源包含97顆LED燈珠，每顆燈珠的亮度、發光時間、頻率可控。整個系統可以模擬出輸入圖像或視頻中的環境光照，也可以逐一時刻點亮某個方向的光源，還可以實現XYZ三個軸像的梯度光照，利用球面上的相機同步光源采集圖像，從面實現影視照明、AI訓練數據采集等用途。

圖 21 LuStage數字人光場建模系統

醫療

在醫療領域，中國工程院院士、清華大學成像與智能技術實驗室主任戴瓊海團隊實現了可以在手機中配備高分辨率集成顯微鏡，無需額外的電子設備即可刺激皮膚健康的新的便攜式診斷。其他皮膚病，如痤瘡、天皰瘡和牛皮癬，也可以通過集成顯微鏡和相應的智能算法一次性輕松診斷。

圖 22 手機中配備的集成顯微鏡

天文

在天文領域，清華大學戴瓊海院士團隊研發的數字自適應光學地月觀測系統，在國家天文臺興隆觀測站實現40萬公里地對月成像測試，可直接對接現有光學系統;降低了現有大口徑光學系統體積，將成本降低三個數量級以上;實現了大視場多區域內空間非一致的環境湍流像差矯正，重建高分辨圖像。

圖 23 數字自適應地月觀測

計算光學成像目前在各個領域都得到了相關應用，計算光學成像的市場發展迅速，隨著元宇宙的發展，計算光學成像在內容生產，顯示等方面越來越重要。隨著技術的發展，計算光學成像所涉及的軟件及硬件的市場前景也越來越廣闊。

展望篇

傳統光電成像技術因為受工業化設計思想限制，性能已經接近極限，計算成像技術是信息時代發展的必然。

光場采集有望拓展元宇宙新的輸入方式

傳統的光電成像只能獲得二維數據，而人眼能夠感知到比傳統相機更大的數據密度、維度的信息。人眼具有精密的結構，可以實時捕捉現實場景中多維光場信息，再結合大腦的運算，人眼+大腦就是一個天然的精密的計算光學成像系統。而目前使用的傳統拍攝方式會丟失大量的高維數據信息，導致采集的效率大大下降。而如果設計一套像人眼+大腦一樣的計算光學系統，就可以實現對現實場景的高效實時采集，通過4D的光場數據可以解決目前二維圖像中很多無法解決的難題，最終實現真正的智能機器視覺。

全息顯示是未來3D顯示的終極形態

通過光場技術，重現一個真實的三維世界，這是人類多年的夢想。目前的三維顯示技術無法提供全部的深度線索，會帶來各種頭暈、圖像不真實等問題。而全息顯示將在現實世界中展示三維物體，使得虛擬和現實完美融合，現實和虛擬世界之間的邊界不再明顯。

圖24 電影《阿凡達》中描繪的全息三維軍事沙盤

光場+AI是計算光學成像的必由之路

深度學習已逐步深入多個光學技術領域，推動了諸多光學技術的發展。深度學習具有強大的運算、數據演化和非線性逆問題求解能力，為更復雜的光學系統設計優化求解提供了新思路、新方法。同時如何基于深度學習來簡化光學系統，降低光學系統成本，提高光場采集效果也是一個重大難題。目前基于神經輻射場的三維重建技術日新月異，這背后是人們對輕量級光場三維重建的無限期望。

計算光學成像技術有望成就5G、6G殺手級應用

隨著圖像編解碼及顯示硬件技術的發展，傳統的二維視頻的分辨率已經從2K發展到4K、8K、16K，已經超越了普通人眼的分辨極限。再向上提高圖像分辨率帶來的收益已經很小。但是隨著元宇宙技術的發展，內容從二維走向三維，隨之而來的是信息量的指數級上升。

傳統的在二維平面中已經接近人眼極限的高分辨率信息在三維顯示中則顯得捉襟見肘。

后5G乃至6G時代，以微納光場調控及超表面光學技術為代表的手機裸眼3D顯示應用,有可能帶動移動通信網絡實 現跨越式發展,成為5G乃至6G網絡的“殺手級”應用。毫米波、太赫茲和泛光通信(屬于6G光子學的范疇)等技術能夠讓通信峰值帶寬、連續頻譜帶寬、網絡時延和流量密度等網絡承載能力指標得到飛躍性的提升。

后5G乃至6G生命期有可能是數據“大爆炸”的時代。例如為了給用戶呈現逼真的顯示效果，每秒3D 高清視頻可能需要Gbit級以上的端到端流量，而不需要眼鏡輔助的全息3D立體圖像需要3~30億像素,所產生的龐大的Tbit級數據對移動網絡帶來前所未有的壓力。首先對3D對象數據壓縮成為第一個面臨的挑戰，龐大的數據必然要求高的壓縮比。其次海量3D對象數據存儲也是一個難題，3D對象攜帶的信息量十分巨大，在存儲和讀寫方面可能也會突破現在的極限。最后對3D數據的傳輸與計算也是關鍵的問題，如此龐大的數據如何保證實時的傳輸與計算，邊緣算力的升級改造似乎也是必然。

此外計算光學成像從生產到體驗相關標準仍然是空白，隨著技術進步和產業落地也需要補足。隨著計算成像技術的不斷發展和理論的不斷完善，計算成像體系也將更加豐富、立體、有效，使計算成像能夠真正實現更高(成像分辨率)、更遠(探測距離)、更大 (成像視場)、更小(功耗和體積)的目標。

【參考資料】[1] SHAO Xiaopeng，SU Yun，LIU Jinpeng，et al. Connotation and System of Computational Imaging（Invited）［J］. Acta Photonica Sinica，2021，50（5）：0511001

[2]CHENLiang,YUShao-hua. Research on the Impact of Holographic 3D Display on the Capacity of the Post-5G/6G Network

[3] Qiao Wen，Zhou Fengbin，Chen Linsen.Towards application of mobile devices: the status and future of glasses-free 3D display

[4] WANG Cheng, ZHU Xiang-bing.Research Development of Stereoscopic Display Technology

[5] Gao Chen, Li Ziyin, Wu Rengmao, Li Haifeng, Liu Xu.Development and Prospect of Portable Three-Dimensional Displays

[6] Cao Liangcai，He Zehao，Liu Kexuan，Sui Xiaomeng.Progress and challenges in dynamic holographic 3D display for the metaverse (Invited)

[7] KANG Jiaxin， WANG Wenwen， PENG Yuyan， ZHANG Jiazhen， ZHOU Xiongtu，YAN Qun， GUO Tailiang， ZHANG Yongai.Research Status and Trends of Light Field Display Technology

[8] 方璐, 戴瓊海. 計算光場成像[J]. 光學學報, 2020, 40(1): 1-11.

[9] Zuo Chao，Chen Qian.Computational optical imaging: An overview

[10] 高金銘，郭勁英，戴安麗，司徒國海.光學系統設計：從迭代優化到人工智能

[11] 邵曉鵬.計算光學成像[OL].西電科大廣電成像工程中心(公眾號)

作者：柳建龍 畢蕾

單位：中國移動通信集團咪咕公司