邵老师示意席博士回答：“那是因为微位移0.5像素，采样频率提升2倍，成像分辨率提升了

倍。”

苏博士继续说：“有个学者做了这样一个工作：相机随便拍，对同一场景拍多幅图像后，经过他设计的超分辨率重建，也能提高分辨率，效果还不错。那么问题来了，我们不停地拍，是不是就可以用很小口径的光学系统替代大口径望远镜，获得很高的分辨率。也就是说，0.1m分辨率也可以用小口径的光学系统实现，牺牲点时间都是值得的。”

席博士说：“虽然他不用0.5像素的错位，但本质上还是在找寻像素错位了多少，从算法上拓展了亚像素位移方法，只是效率会更低一些。”

苏博士道：“那么，按照这种说法，分辨率不就可以无限地提升了吗？很显然，现在谁都不可能做到，那么制约它的根本原因是什么？”

邵老师笑了笑，摸了摸每根都显得很珍稀的头发说：“是信噪比。”

苏博士继续道：“还有，傅里叶叠层成像在远距离上，到底行不行？”

邵老师略显神秘道：“还是信噪比。”

3、偏振三维成像的解译精度

首长问：“小李，你们做的那个偏振三维成像载荷，精度是多少？”

李博士说：“在DEM反演的数据上，深度信息的精度是相机空间分辨率的1.67倍，比双目交汇方式的2倍空间分辨率要高。”

首长继续问：“为什么是1.67倍，而不是1.5、1.4倍？”

李博士继续说：“是这样的，在理论上，深度分辨率与空间分辨率是1:1的关系，因为有噪声的问题，导致信噪比下降，目前，我们的算法只能做到1.67倍，随着偏振三维成像技术的发展和算法的进一步优化，我们有信心做到1.5倍，甚至更高……”

首长点点头。

三个小故事讲完了，下面进入正题。

噪声，是无处不在的，信号也是，但在噪声的海洋中，哪些信号能打捞上来，或者说在信号的海洋中，哪些噪声能够滤除，其实都取决于信噪比。计算光学成像很重要的一步就是图像重建，需要相位恢复、相关运算、卷积运算等算法，这些都无法讨论噪声，于是，制约计算光学成像很重要的一个角色就呼之而出，那就是信噪比。

一、正视听：信噪比、信干比与信杂比之争

先看定义：信噪比(Signal-to-noise ratio, SNR)用于比较有用信号的强度与背景噪声的强度，定义为信号功率与噪声功率之比，也就是幅值(Amplitude)平方之比：

以分贝（dB）为单位表示：

我们再看所谓的信干比（Signal-to-Interference ratio，SIR），它是用于衡量信号与干扰（来自其他通信设备、电子设备或环境噪声）之间关系的重要指标，其定义为：信号功率与干扰功率之比，通常以对数形式表示。信干比的公式为：

如果不死心的话，再看看那该死的信杂比（Signal to Clutter Ratio， SCR），这个更多是来自于雷达或者目标探测领域的概念，其神秘程度如同掩耳盗铃，仅仅是在定义中把信噪比的功率改写成了图像的平均灰度，你看看它的定义就知道了：

当然，玩得花一点的还可以定义局部信杂比和全局信杂比。

从这几个公式中，你很快就能发现文字游戏的伟大，明明本质相同的东西，硬是玩出花样，如同吃够了馒头换花卷一般。即使是信噪比，也有人问：“你用的是系数20那个公式还是10的那个啊？”亲切中透着杀机，而恰恰这个时候你可能怀疑人生：我是不是学了个假的信噪比啊？于是，你看看上面那个以dB定义的信噪比公式，都能顿时笑出肾结石！这不都一样吗？于是，我想起当年上大学学习普通物理时，电磁部分的公式实在太多，不好记，有的带平方，有的不带，很容易混，考试时万一记错了怎么办？最好的办法是记住最根本的那几个公式，现用现推，花点时间而已，应付考试根本不成问题。而不幸的是，我们现在很多考试往往训练的是如何解需要高度技巧的难题，于是，训练了一批又一批做题贼猛、遇事却束手无措状的学生——忽视基本概念和定义，忽略边界条件，满脑子标准答案，缺乏思考能力。总之，舍本求末者众也！

在这里，我们没有必要分青红皂白，信干比、信杂比都是信噪比衍生出来的子孙辈，在我们应用过程中，当成一回事就行了。也就是说，该算总账算总账，该算各自贡献算各自的，管它什么名分，叫信噪比没有问题。我知道很多人会说我不严谨，其实，能解决问题才是最重要的，而不是去追究他到底叫张三还是Bob；对年轻人也要宽容一些，别让故事一中的小强闷出抑郁症来。

正完视听后，我们来细数一下计算成像中的这条“拦路虎”的“恶行”。

二、全盘皆输

首先，信噪比是计算成像无法摆脱的一条拦路虎无疑，因为图像的计算重构是计算成像链路中非常重要的一个环节，每一种计算成像技术都摆脱不了。躲不过，就必须面对。

其实，信噪比对计算成像来讲最大的“罪行”是它能破坏成像的边界条件，让窗缝中透出的那道光立马变得暗淡。

我们来分析一下故事二，很明显，分辨率不可能经由多次拍摄无限提升，因为每次拍摄的信号都有基底噪声，即使信噪比很高那个噪声也是存在的，于是，信号累加之后，噪声水平实际是上升了，只是在信噪比比较高的时候上升得慢一点而已，但随着信号的累加，噪声逐渐占据了很高的水平，而有用的信号累加在噪声的影响下却几乎停滞，形成了一个新的信号累积信噪比，它的噪声累积已到了不能忽视的程度，自然，成像方法会失效，于是，分辨率在噪声的影响下停摆在一个属于它的位置上不动，也就是分辨率的极限。

这样的例子其实很多。我们再看看傅里叶叠层成像吧，很多科学家对此给予高度的期望，执着地认为它最有希望成为光学合成孔径的扛把子。想想也是，前面我在“破镜重圆——光学合成孔径”一文中也提到过：合成孔径的要求很高，每个子孔径一致性要好、光源要同源、傅里叶叠层成像这些都具备，因为它只需要一个光学系统，一致性当然很好，主动照明的光源也没问题，就连它从显微成像跨越到10米的“远距离”成像，似乎走向公里级甚至是遥感的数百公里级都有可能。

远距离傅里叶叠层成像结果

理论上来讲，主动照明的光源如果能控制得很好，没有噪声干扰的话，这些都没问题。可是，这两个问题无论哪一条都会给傅里叶叠层远距离成像造成致命打击。

首先，傅里叶叠层成像的基本原理是依靠多帧重叠区域拍摄延拓傅里叶频谱，也就是拍摄的当前帧与已合成的频谱之间有延拓的桥梁，依靠着相位恢复的算法能够将高频信息拓展其中。注意，这里用到了相位恢复算法，这位在计算成像中无比风光的家伙却是靠着“计算”活命，而信噪比恰恰是“计算”的克星，它时刻提醒着“计算”不能越雷池一步，否则全盘皆输。这里，我们需要注意的是，在傅里叶叠层频谱拓展过程中，随着更高频率的提升，信噪比变得越来越差，相位恢复的效果自然不好，于是就会停滞不前，指针指在它的极限处。而比这更糟糕的是随着远距离的提升，大气扰动会打破原有的和谐，让子孔径的一致性变差了很多，本质上也是信噪比下降，而且，口径越大，大气的影响就越恶劣，于是，做到10米的“远距离”成像已属不易。于是呢，就有人提议：既然有大气不行，能不能让它上太空去“打工”，作为卫星载荷看卫星总是可以吧？

那么，我们再分析一下傅里叶叠层还有一个致命点，那就是主动照明。光源的传输都有发散角，距离越远，发散越严重，光信号就会恶化，造成了光信号的信噪比下降，这种现象直接断了它在太空中“打工”的念想。

作为光学合成孔径的一员，它的缺点是没有光的干涉过程，于是少了幅值的叠加。从信噪比的公式上看，如果有幅值的叠加即2倍信号，信噪比会提升4倍啊！

上图为光学合成孔径成像结果：左图低分辨率图像是由英国的MERLIN阵列拍摄的，显示了由直径约为太阳系200倍的气体膨胀壳产生的脉泽发射壳。对应的右图显示了更高分辨率的VLBI（甚长基线干涉测量技术）阵列所能看到的更精细的脉泽结构。

那我们就继续剖析光学合成孔径的老祖宗吧。无论是斐索干涉型还是迈克尔逊干涉型，它们都要求子孔径高度一致性和共相。诚然，从数学上，它们具有比傅里叶叠层成像得天独厚的4倍信噪比优势，这也是我们在克服信噪比这只拦路虎的重要一招，也就是从物理机制上解决问题，我们后续分析。但是，它们的难点在子孔径一致性和共相方面。说白了，子孔径高度一致性，其实就是要满足好的干涉条件，信噪比高；而共相的要求更是如此，因为只有共相了，才能达到4倍信噪比的提升。而现实中，这些都做不到，信噪比自然下降了不少，甚至稍有不慎，就退化为信噪比提升很小甚至不能提升的情况。

你看，是不是对光学合成孔径而言，制约其是否成功的根源实际上是信噪比。那么，对其他计算成像技术呢？也是如此，不信再看看散射成像，从最初的传输矩阵成像法到后来的自相关重建法，信噪比无一不扮演着重要的角色。首先看传输矩阵，它必须要测量后计算出来，而测量就存在着误差，误差的来源有光源、控制误差和探测误差，都会造成信噪比的下降，当信噪比退化到一定程度时，成像效果就会变差甚至失效。然后看看自相关成像，它的要求可以说比传输矩阵还要高，自然应用场景也会受限；单看它要形成散斑这一条，其实就告诉我们大部分散射情况不能使用自相关成像的；然后，它同样也需要相位恢复算法，甚至于它曾一度让很多数学家一致从压缩感知的战场转战到相位恢复，让相位恢复算法着实火了一把，当然，后来有了深度学习，他们又转了风向。前面讲过，相位这个“凌波微步”走起来必须有章法的，有如把八卦图引入现场环境，除了要记住卦位和口诀，还要考虑干扰情况随机应变，否则就像段誉刚练习时经常摔倒，而这些干扰就决定着信噪比，就像在刺刀阵中让你走一遭一般，稍有不慎，全盘皆输。

另外，我们再看故事三中的偏振三维成像，从偏振信息获取、计算，再到目标法线、形貌的重建，信噪比亦是影响其精度的重要因素。在“偏振为什么能三维成像？”中我们已经详细介绍了偏振三维成像的核心原理，在偏振信息获取、计算、重建过程中，目标特性、传输介质、计算误差，甚至有些场景下光源都会对最终的重建精度产生影响；另外，偏振三维成像中还有另一个“拦路虎”——偏振奇异性，在解决奇异性问题时约束信息或者先验信息的引入，也会造成成像过程新的误差引入，降低了信噪比。因此，要使空间分辨率与深度精度到达1:1我们任重而道远。

我们在这里仅仅列了一两个算法，可要知道，在计算成像的世界中，犹如武林，帮派林立，高手如云。

三、算法武林，帮派林立

信噪比是计算成像武林世界的内力，绝世高手要么像扫地僧一般，通过数年磨一剑得到浑厚有余的内力，以不变应万变；要么像独孤九剑以技胜之，无招胜有招，灵活应对各种难题。各种算法就如同是一门门功法，在各自信噪比内力上取得成像奇效。

基于迭代的算法是计算成像技术的一项重要分类。例如，面对成像链路中存在大气或水体扰动影响成像时，可使用自适应反馈算法、顺序优化算法、遗传优化算法等波前调制技术改变光场波前，通过变形镜、空间光调制器等器件的调控抑制无序干扰；干涉成像、全息成像、散射成像等需要精确恢复相位信息，所用的GS(Gerchberg-Saxton)算法、Fienup算法、往返场估计算法等，通过反复迭代优化图像的相位信息，以使得模拟的光学传播过程与实际观察到的图像相匹配，每次迭代都会更新图像的相位信息，直至实现高质量相位重构收敛为止。与一次成像不同，这类迭代型的算法会受每一次迭代的信噪比影响，最终的成像结果受每次迭代中噪声的累加影响。以往返场估计算法透散射介质成像应用为例，当其中迭代所用的一幅探测图像环境噪声较大时，最终的成像结果会由下图左退化至右图，边缘几乎不可辨认，只能看到大体形状。

左图为较佳信噪比下成像结果；右图为较差信噪比下成像结果

重构类算法是计算成像技术的另一大类关键算法，比如数字全息成像中全息图的傅里叶重构算法、菲涅尔近似重构法、卷积重构算法；层析成像技术实现目标内部结构重建的线性反向投影法、奇异值分解法、正则化重建法、傅里叶变换法等；结构光成像中的多帧相移轮廓法、傅里叶变换轮廓法；光场相机成像的相位引导光场算法；激光雷达的同步定位与绘图算法；非视域成像的飞行时间反演法、时空衍射积分法、逆滤波法等。

上图为非视域场景扫描测量过程；下图为非视域复杂场景成像结果

数字全息成像高质量重构的前提之一是全息图干涉条纹对比度要尽可能高，也就是广义的信噪比要高，否则再现像相位及振幅图像信噪比会大幅降低。非视域高精度成像的前提则来自于时间测量的精度和回波信号的信噪比，前者由硬件设置决定，后者则受硬件、环境及算法等多方面影响。开发少光子甚至单光子下的鲁棒算法为低信噪比下的高保真度目标重构保驾护航。我们再看看曾红极一时的光场相机，它通过多视点三维重建和视差计算等估计出场景中物体的位置、深度等信息。乍看好像很完美，但它对成像目标信噪比的要求远比普通成像相机高，原型机的开发者两百页论文中有三十多页内容放在了数字图像矫正与增强上，我们也可从下第二幅图中发现端倪。

上图为光场相机的全景深聚焦过程；下图为光场相机探测结果及局部放大图

计算成像领域与传统成像打交道最多的应该是各类增强算法，想解决的也正是信噪比的问题。例如解决成像条件不佳带来的模糊问题，可以使用维纳滤波算法、正则化滤波法、Lucy-Richardson滤波法、盲卷积算法等逆滤波算法通过计算模糊过程的逆过程来恢复原始清晰图像，然而逆滤波容易出现振铃效应或者过度放大噪声。偏振差分增强算法、暗通道增强算法等能在雾、霾天下增强被遮蔽的目标信息，其中使用偏振信息能提升至原本约1.5倍的可视距。对于非传统成像方式的关联成像和散射成像中没有传统定义上的信噪比，此时按信干比理解可能更合适，这两者的信干比都是很低的。关联成像可以利用高阶关联算法，提升图像重构后的对比度，或使用差分成像算法抑制背景干扰。而散射成像可以借助主成分分析法、非负矩阵分解法或稀疏低秩矩阵分解法获取较为纯净的散斑，从而恢复目标信息。

散斑相关算法下不同信干比的重建结果，由左向右信干比依次下降

深度学习算法已经取得了巨大进展，可以学习到图像的复杂特征和增强规律，从而实现更高效的图像增强、重建效果。例如，基于生成对抗网络（GAN）的图像去模糊方法能够生成更加清晰和真实的图像。此外，深度学习还被广泛应用于超分辨重建中，是除插值法、金字塔法和稀疏重建法等传统超分辨率算法外的重大分支。在散射成像、全息成像中，也能使用神经网络直接求解成像结果。看起来深度学习算法就像是慕容家的绝学——以彼之道、还施彼身，哪哪都能用，但就像慕容复想赢还要配一个熟记天下招式的王语嫣才行，要想处理低信噪比信号，就需要建立低信噪比结果与高信噪比的配对，而这在真实应用场景下是很难的。

此外，成像作为光场信息的获取手段，也遵循奈奎斯特信号采样定理。因此，传统光学成像通常需要采集大量数据才能获得完整的图像信息。利用图像在某些变换域中的稀疏性，压缩感知算法通过少量的采样数据并基于如最小化L1范数的优化算法可重构出完整的图像信息。诸如单像素成像、鬼成像等全新成像方法就可基于压缩感知算法实现。对于这种非传统的信号重建方式，信噪比的要求依然存在。

不同压缩比下的散射成像效果

计算成像中的算法流派林林总总，除去上面提到的还有拼接类算法、融合算法、自适应调控算法、光谱重建算法、投影算法等等。实际应用中往往多种算法结合，目的也很纯粹，就是尽可能挖掘出既定信噪比中的每一份有用信息。

四、信噪比之“出埃及记”

谁能带领信噪比“走出埃及”？谁是那个摩西？信噪比就像股市，救市的方法有很多，救信噪比的方法也不少。

直观地看，“出埃及”有两条路：提高信噪比和改善算法。从信噪比公式中很容易看出，无非就是信号增强，噪声降低。降低噪声大都在探测器层面做的工作，这里不做赘述，重点考虑信号的增强。

信号增强最好的办法是在物理上改善，也就是物理救信噪比，其核心在于计算成像的范式设计。其实，从光学合成孔径的例子中，就能看出端倪，那就是斐索型和迈克尔逊型的干涉方式，会引起信号幅值的倍增，信噪比从理论上可以提升4倍，这就特别诱人，于是有很多人终生精力投入其中。我们在“授人以渔：计算光学成像范式”一文中比较详细地讲述了如何设计计算成像的范式问题，针对于信号增强而言，特别需要考虑能否将光的干涉、光学差分探测和光学滤波等手段设计到成像范式中。这当然很难，但却非常值得我们去探索，犹如攀登珠穆朗玛一般，登峰造极者虽寡，却影响深远，带来革命性变化。当然，信号增强的普通方法就很多了，特点是信号增强效果不是特别明显，这里就不讲了。

然后，我们看第二条路：改善算法，典型做法有极低信噪比探测和各种优化算法。极低信噪比探测主要是突破传统的图像类目标，检测信噪比始终要求保持在3~5dB左右的限制，进一步降低检测信噪比。当然，我们这里讲的是计算光学成像，主要考虑的是信噪比对图像重建的影响，但道理是相通的，也就是算法救信噪比，解决拓展信噪比的问题，比如：如何用更好的算法解决干扰情况下的傅里叶叠层成像相位恢复，甚至可拓展到更高频率的问题。

其实，写到这里，我们还应该看到线性模型在算法中带来的信噪比受限问题，于是AI救信噪比应运而生。最近几年，我们经常会看到传统算法解决不了的问题，用了AI之后，似乎换了新天地，这本质上是因为AI能够以非线性的形式学习信号和噪声特性，以神奇的方式还原出信号信息，甚至到了大模型时代，AI几乎无所不能。可以说，用好AI这个工具，一定会得到性能的大幅提升，从算法上救信噪比也比较靠谱。

我们还是看一个具体的例子吧：去雾，其本质也是低信噪比问题。于是有人想到了偏振，尤其是圆偏振的传播特性似乎对去雾更有搞头，信噪比上确实有优势，可是，因为偏振成像在能量探测方面“杀敌一千自损八百”的特点也让很多人清醒了不少。然后用多光谱的方法解决去雾问题，比较好的是采用短波红外弥补可见光传输问题，提升信噪比，可是短波红外相机价格昂贵，且分辨率低，能否在可见光波段解决呢？在没有找到更好的物理方法时，就有了各种去雾算法：从暗通道到AI，都有一些不错的表现。当然，我更希望在去雾方面有更好的计算成像范式设计，即新的成像模型，从物理上提升信噪比，辅以AI等高性能算法，解决大气传播问题。

五、到底谁是拦路虎？

如果一种成像方法失效了，不妨可以先从信噪比入手考虑，深入思考一下可能都会找到答案。当然，信噪比是计算光学成像的拦路虎，这种说法其实并不客观，更主要的原因是因为我们的脑子里进了“雾霾”，被条条框框和各种正确答案充斥着，以至于忘记了正确的方法，偏执地认为就是信噪比导致了计算成像模型的失败。现在，你该知道到底谁才是真正的拦路虎了吧？信噪比是计算光学成像的拦路虎，这种说法其实并不客观，更主要的原因是因为我们的脑子里进了“雾霾”，被条条框框和各种正确答案充斥着，以至于忘记了正确的方法，偏执地认为就是信噪比导致了计算成像模型的失败。现在，你该知道到底谁才是真正的拦路虎了吧？

作者团队简介

邵晓鹏，教授，西安电子科技大学光电工程学院院长，西安市计算成像重点实验室主任，173重点项目首席，科普作家。主要研究方向：计算光学成像技术、光电图像处理与模式识别、光电仪器研制与测试。现任国家部委专业组专家，中国光学工程学会常务理事、中国光学学会理事、陕西省光学学会副理事长、陕西省光学工程学会副理事长、西安市激光红外学会副理事长；光场调控及其系统集成应用福建省高校重点实验室学术委员会主任；国防工业光电信息控制和安全技术等10余个重点实验室学术委员会委员。Advanced Imaging主编，Ultrafast Science副主编，《应用光学》副主任委员，《激光与光电子学进展》《光学精密工程》《光子学报》《系统工程与电子技术》《数据采集》《光电技术应用》《激光与红外》《集成技术》《西安电子科技大学学报》等期刊编委。

相萌，准聘副教授，现工作于西安电子科技大学光电工程学院计算成像研究所。主要从事计算成像在空间遥感、工业检测、生物医学等典型交叉学科的应用研究，具体研究方向为光学合成孔径成像、傅里叶叠层超分辨成像等；近年来主持或参与了包括国家自然科学基金、JKW预研基金、高分辨率对地观测系统重大专项、重点实验室基金等国家及省部级纵/横向项目十余项。在Optics Letters、Frontiers in Physics等国内外重要学术期刊共发表SCI论文多篇，任Optics Letters, Applied Optics，JOSA A等多个国际期刊审稿人。

刘金鹏，副研究员，华山准聘副教授，硕士生导师，现工作于西安电子科技大学光电工程学院计算成像研究所。主要研究方向为强对抗环境下计算成像。近年来主持国家自然科学基金青年、国家重点项目子课题等多项国家及省部级项目，参与面上项目、863项目等课题。在散射成像、光场调控与分析等方面开展研究，并发表多篇OPTICS EXPRESS、OPTICS LETTERS等SCI期刊论文，任Scientific Report、OPTICS EXPRESS、Applied Optics等期刊审稿人。

张桐，准聘副教授，现工作于西安电子科技大学光电工程学院计算成像研究所。主要研究方向包括X射线断层成像技术和编码光谱成像技术。近年来参与了国家自然科学基金重点项目、面上项目、及国家重点研发计划课题等项目研究，取得了多项具有重要学术意义和应用价值的研究成果。在Opt. Express、IEEE Trans. Comput. Imaging、IEEE Geosci. Remote Sens. Lett. 等国际重要学术期刊发表SCI论文6篇，申请/授权发明专利6项。

刘飞，教授，博士生导师，西安电子科技大学计算成像研究所主任。西安电子科技大学华山菁英人才计划入选者。现任西安电子科技大学先进光学成像交叉前沿研究中心副主任，西安市计算成像重点实验室副主任，陕西省先进光电成像专委会常务副主任，美国光学学会(OPTICA)西电分会指导教师，中国科学院长春光机所应用光学国家重点实验室客座研究人员，光电信息控制与安全技术重点实验室客座教授， Journal of Nanophotonics期刊副主编，Cells期刊Computational imaging for Biophotonics and Biomedicine主题Guest Editor，OPTICA Travel Lecture（全球巡讲讲师）；中国感光学会青年理事，《激光与光电子学进展》、《光子学报》等期刊青年编委，Optics Letters, Optics Express，Applied Optics，JOSA A等多个国际期刊审稿人。

席特立，西安电子科技大学菁英副教授，西安电子科技大学计算成像研究所副主任。主要从事透过随机散射介质成像、新型计算光学系统设计以及定量相位测量技术研究，近年来主持或参与了包括国家自然科学基金、重点实验室基金等国家及省部级纵/横向项目十余项。在Optics Letter、Optics Express、Applied Optics等期刊共发表SCI论文20余篇，并多次在国际及国内学术会议上做邀请报告。曾获2020年陕西省科技工作者创新创意大赛三等奖（第五获奖者）等奖项。

李轩，西电杭州研究院特聘副研究员，博士后，Optica Member。

主要从事偏振三维成像、高精度偏振信息解译，以及超分辨率成像方面的关键技术和基础理论研究。近年来主持国自然青年基金、博士后基金特别资助、国家重点实验室基金及横向项10打个余项，主要参与了国家自然科学基金面上项目、科技委创新基金、国家自然科学基金青年科学基金等多项国家自然科学基金项目及省部级基金项目研究。在Optics Letters，Optics Express等国内外学术期刊和会议上发表论文10余篇，申请国家发明专利10余项，并多次在国际及国内学术会议上做口头报告。担任MDPI期刊Advances in Si-Based Semiconductor Materials, Devices and Their Optoelectronic Application主题Special Issue Editor，担任Optics Express，Applied Optics等期刊审稿人。

郭成飞，副研究员，硕导。主要从事高通量、高空间带宽积计算显微成像、自动对焦技术以及自动显微仪器的应用开发等研究工作。主持某部委重点项目、国自然青年基金、博士后面上等项目，在Biosensors and Bioelectronics、ACS Photonics、Optics Letters、Optics Express等SCI期刊发表20余篇。

程华超，准聘副教授，现工作于西安电子科技大学光电工程学院计算成像研究所。

主要研究方向包括散射成像技术和三维成像技术。近年来参与了国家自然科学基金重点项目、面上项目、联合基金项目及国家重点研发计划课题等项目研究，取得了多项具有重要学术意义和应用价值的研究成果。以第一作者在Opt. Lett.、Appl. Phys. Lett.、Opt. Express.、Appl. Opt.等国际重要学术期刊发表SCI论文4篇，以合作者发表SCI论文18篇、中文特约综述一篇。

李伟，西安电子科技大学光学工程博士，西电杭州研究院先进光电成像与器件实验室菁英副教授，主要从事散射成像、非视域成像等计算成像方向研究。作为主要成员参与国家自然科学基金面上项目、“十三五”预研项目等多项科研项目，在Photonics Research、Optics Letters等领域内顶级期刊及会议发表论文20余篇。

董雪，准聘副教授，主要从事基于微纳器件的光谱成像、散射光谱成像方面的基础研究与应用研究工作，提出了多种基于微纳器件的新型光谱成像方法、目标检测方法，开发了多套面向微观目标、宏观目标探测的小型化、高性能化系统样机。近年来参与了装备预研航天科技联合基金、基础研究学科布局项目、中央高校基本科研业务费专项资金等项目，在Microsystems & Nanoengineering、Optics Letters和Optics Express期刊上发表论文4篇，申请发明专利14项，授权5项。

End

首发前沿光学成果，放送新鲜光学活动

如需转载，请直接留言。

商务合作：季先生 18018304797

免责声明

本文中所出现的所有图片均为转载，如涉及版权等问题，请作者在20个工作日之内来电或来函联系，我们将协调给予处理（按照法规支付稿费或删除）。

最终解释权归《中国激光》杂志社所有。返回搜狐，查看更多