计算成像：光速计算的未来
计算成像作为下一代光电成像技术，其核心在于将信息技术融入传统成像过程。通过信息编码和计算解译，计算成像突破了传统光学成像的物理极限。从最初的零星技术突破到如今的系统理论构建，计算成像技术日趋成熟。随着计算能力的飞速提升和人工智能技术的蓬勃发展，该领域已进入系统理论和方法的深入研究阶段。
直观而言，全光深度计算成像利用光与物质的相互作用，将计算过程直接映射到光平台上，实现高效的计算成像。它以光计算取代传统的电子计算，充分利用光信息处理的并行运算特性，契合深度学习模型的需求。光学系统相比电子系统具有更高的带宽和更快的响应速度，光学器件作为被动运算单元，兼具并行运算、低功耗和高速响应等优势。
更进一步，全光深度计算成像的“全光”涵盖了强度、相位、光谱、偏振等全光场信息，实现了从低维到高维信息的整合。充分发挥“全光”优势，需要我们深入研究多维成像模式，这需要多维光场传输与探测新理论的支持，并催生人工智能光学系统设计、仿生元视觉探测器、低成本超大口径遥感相机以及极端环境下的清晰成像等一系列新兴计算成像方法。
全光深度计算成像在构建新型智能计算系统方面潜力巨大，将推动光子新计算范式的变革，引领计算成像技术走向更高效、更智能的未来。
2018年至2023年间，该前沿领域发表的高影响力论文（基于Web of Science数据库，截至2023年12月，被引频次位于前10%）数量及年度分布，详见表3.1和表3.2。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
资料来源：《全球工程前沿2024》
作者简介：邵晓鹏教授，科普专栏作家，中国科学院西安光学精密机械研究所副所长。曾任西安电子科技大学物理与光电工程学院执行院长、光电工程学院院长。他是国内最早从事计算光学成像研究的学者之一，通过组织“计算成像技术与应用”研讨会和撰写科普文章，为推动国内计算成像技术发展做出了重要贡献，在业内享有盛誉。他担任多个国家级和省级专业组织的职务，并担任多家学术期刊的编委，出版多部专著，发表论文300余篇，拥有发明专利100余项，曾荣获多项国家级和省部级科技奖励。
