北京时间 12 月 1 日消息，尽管只有小盐粒大小，但由普林斯顿大学和华盛顿大学联合开发的一款微型相机的成像质量，堪比配置尺寸大 50 万倍镜头的专业相机。
这款相机解决了微型相机在成像质量方面的难题：失真、模糊、视场有限。它将为能够探知周围环境的超小尺寸机器人的问世奠定基础，甚至帮助医生“看到”患者体内的情况。
传统相机借助结构复杂的镜头，使光线投射到胶片或数字传感器上。由计算机科学家伊桑・茨奥(Ethan Tseng)及其同事开发的这款微型相机，依赖遍布“超构表面”的 160 万个圆柱拍摄图像。每个圆柱大小相当于一个艾滋病病毒，可以调制光线。相机宽度仅为 0.5 毫米，其上的每个圆柱都有自己独特的形状。
机器学习算法可以对圆柱与光线之间的相互作用进行解释，并生成图像。在迄今为止的超构表面相机中，这款微型相机的成像质量最好，视场最大。之前的设计存在各种问题，例如图像失真、视场有限。
除在照片边缘处略显模糊外，新款相机的成像质量堪比传统相机。不同于之前的超构表面相机只能在纯色激光或其他高度理想化环境下使用的是，这款相机可以在自然光条件下拍摄照片。
茨奥说，“设计、组装如此小的微结构并使之能完成一定功能，是一项挑战。具体到拍摄大视场彩色照片方面，难题在于系统有数百万个微型结构组成，目前尚不清楚如何对它们进行优化。”
为了解决这一难题，华盛顿大学光学专家香侬・科尔伯恩(Shane Colburn)创建了一个数字模型，对超构表面设计和相机拍照进行模拟，帮助研究人员对设计进行评估和优化。
科尔伯恩称，每个表面包含大量天线以及天线与光线交互的复杂性，意味每次模拟都需要“大量内存和时间”。光学工程师约瑟夫・迈特(Joseph Mait)说，“虽然光学设计并不新颖，但前端使用表面光学技术、后端使用机器学习技术还是首次。”
他表示，“综合设计超构表面上数百万个圆柱的尺寸、形状和位置，确定后处理的参数，拍摄出满意的照片，是一项艰巨的任务。”目前，研究团队在进行提高这款相机计算能力的研究，目的是进一步提高成像质量，以及整合包括物体识别在内的功能。
这项研究成果发表在《Nature Communications》期刊上。
