散斑“全息”特性

然后来看散斑的全息特性。在散斑图像中选取一小块做自相关，你会发现也能重建出图像，只是分辨率差一些。这不是全息吗？既然是全息，那就应该有三维特征，也就是说能够成三维的像，而这些工作是都已经在实验室里验证过的。是不是很有趣呢？这实际上也告诉我们，散斑场是目前信息最丰富的光场之一，散射也是非常好的光场调制方法。因此，有人用散射介质做结构光调制，进行超分辨率成像。

前面说了，散斑自相关是建立在线性成像模型的基础上的，那么除了能直接通过自相关获得目标傅里叶幅值信息以外，能否从散斑中获得更多信息？也就是从非线性的角度如何来看这些问题。

当我们做散斑高阶相关时，即傅里叶域中的双谱，可以确定性地恢复目标的傅里叶相位信息，而这些恰恰能够帮助我们识别目标的准确方向，并且利用这一特点，可以对目标进行“彩色”成像。

双谱分析方法再现(Optics Letters, 41(21), 2016; Optics and Lasers in Engineering, 124, 2020,)

本文介绍一种基于单帧散斑的点扩散函数估计的方法，在保持散射成像方法本身高时间分辨率的特点的同时从相机接收到的散斑图像中估计散射成像系统的点扩散函数。

单帧非侵入散射PSF估计（Optics Letters, 2020, 45(19)）

光学记忆效应带来了散射成像的高时效性，却也有很大的限制，那就是光学记忆效应的范围太小，视场很小，应用严重受限。针对此问题，可以采用两种不同的矩阵分解的方式对超过记忆效应范围的目标进行成像，其中基于独立成分分析的方法能够帮我们将混合在一起不同光学记忆效应的散斑各自分离，进而各自通过散斑相关方法重建不同光学记忆效应范围的目标。

宽视场多目标散射成像（Optics Letters, 2020, 45(10)）

另外，结合随机照明以及非负矩阵分解的方法，可以实现对超过光学记忆效应的连续目标的成像，并且采用了完全非侵入式的实验结构进行验证。这可以说是一个里程碑式的进展，也是计算照明为散射成像搭建起了高维度联系的桥梁，正如前面几篇文章所说，高维度是解决问题的必经之路！