普林斯顿大学和华盛顿大学的研究人员开发了一种高分辨率彩色相机，大小与粗盐粒差不多。

这种新的传感器技术结合了超表面光学和机器学习模型，通过纳米光学成像器重建图像。具体来说，详细介绍该技术的研究论文称，“在亚波长尺度上调制光的纳米光学成像器可以在从机器人技术到医学的各个领域实现新的应用。” 尽管超表面光学为这种超小型成像器提供了一条途径，但现有方法所获得的图像质量远比大的折射替代方案差，从根本上受到大孔径和低 f 值的像差的限制。在这项工作中，我们通过引入神经纳米光学成像器来缩小这一性能差距，”

相机依赖于一种称为超表面的技术，其中包括 160 万个圆柱柱。每个帖子的大小都与人类免疫缺陷病毒 (HIV) 差不多。每根柱子都具有独特的几何形状和类似光学天线的功能。Per Princeton，“改变每个柱子的设计对于正确塑造整个光学波前是必要的。”

基于机器学习的算法将来自每个帖子的光线信息转换为实际图像。此外，图像质量超越了之前其他超小型相机所能达到的任何水平。'相机创造的一个关键创新是光学表面和产生图像的信号处理算法的集成设计。与之前需要实验室的纯激光或其他理想条件才能产生高质量图像的超表面相机相比，这提高了相机在自然光条件下的性能，”该研究的资深作者兼助理教授Felix Heide 说。普林斯顿的计算机科学。

以前的微型相机捕捉到模糊、扭曲的图像。新的纳米光学技术产生更清晰、更好的图像，具有更准确的色彩和扩展的“It's”领域。计算机科学博士 Ethan Tseng 说：“设计和配置这些小的纳米结构来做你想做的事情是一个挑战。” 普林斯顿大学的学生共同领导了“研究”。“对于捕捉大视野 RGB 图像的这项特定任务，以前不清楚如何与后处理算法一起设计数百万个纳米结构。”

共同主要作者 Shane Colburn 博士 华盛顿大学电气和计算机工程系的学生通过创建计算模拟来自动测试不同的纳米天线配置来解决这个问题。科尔本现在是华盛顿大学的附属助理教授。

以前的微型相机捕捉到模糊、扭曲的图像。新的纳米光学技术产生更清晰、更好的图像，具有更准确的色彩和扩展的“It's”领域。计算机科学博士 Ethan Tseng 说：“设计和配置这些小的纳米结构来做你想做的事情是一个挑战。” 普林斯顿大学的学生共同领导了“研究”。“对于捕捉大视野 RGB 图像的这项特定任务，以前不清楚如何与后处理算法一起设计数百万个纳米结构。”

共同主要作者 Shane Colburn 博士 华盛顿大学电气和计算机工程系的学生通过创建计算模拟来自动测试不同的纳米天线配置来解决这个问题。科尔本现在是华盛顿大学的附属助理教授。