🔬 optics

A Lensless Polarization Camera

تقترح هذه الورقة كاميرا استقطاب عديمة العدسة، مدمجة وذات لقطة واحدة، تستخدم مشتتاً وقناع استقطاب مخططاً بالاقتران مع خوارزمية إعادة بناء متخصصة لاستعادة أربع صور استقطاب خطي، مما يوفر بديلاً خفيف الوزن ومنخفض التكلفة للأنظمة التقليدية القائمة على تعدد الإرسال.

المؤلفون الأصليون: Noa Kraicer, Shay Elmalem, Erez Yosef, Hani Barhum, Raja Giryes

نُشر 2026-03-19

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Noa Kraicer, Shay Elmalem, Erez Yosef, Hani Barhum, Raja Giryes

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول التقاط صورة لرسالة سرية مكتوبة بحبر غير مرئي. الكاميرات العادية يمكنها فقط رؤية "شدة" الضوء (مدى سطوع أو عتمة الأشياء)، لكنها لا تستطيع رؤية "الحبر السري" (استقطاب الضوء). الاستقطاب هو خاصية خفية لموجات الضوء، مثل اتجاه اهتزازها. ورؤية هذه الطبقة الخفية تساعدنا في القيام بأشياء رائعة، مثل الرؤية عبر الضباب، أو تحديد المواد المزيفة، أو رصد الإجهاد في البلاستيك الشفاف.

المشكلة؟ كاميرات الاستقطاب التقليدية التي ترى هذه الطبقة الخفية عادة ما تكون ضخمة، ثقيلة، وباهظة الثمن. وغالباً ما تحتاج إلى عدسات معقدة أو مستشعرات خاصة تضحي بجودة الصورة.

تقدم هذه الورقة البحثية كاميرا صغيرة، رخيصة، وبدون عدسة يمكنها رؤية طبقة الاستقطاب الخفية هذه في لقطة واحدة. إليك كيف تعمل، باستخدام بعض التشبيهات من الحياة اليومية:

1. خدعة "الزجاج المغبش" (المشتت)

بدلاً من استخدام عدسة زجاجية فاخرة لتركيز الضوء (مثل الكاميرا القياسية)، تستخدم هذه الكاميرا قطعة من الزجاج المغبش العشوائي (يسمى المشتت).

التشبيه: تخيل تسليط ضوء كشاف عبر ورقة شمع مجعدة. لن يشكل الضوء صورة واضحة؛ بل سيتشتت فقط في نمط عشوائي وفوضوي من النقاط.
السحر: في الكاميرا العادية، ستكون هذه الفوضى بلا فائدة. لكن هذه الكاميرا تستخدم خوارزمية حاسوبية ذكية للغاية. فهي تعرف تماماً كيف تقوم قطعة ورق الشمع هذه بتشتيت الضوء. لذا، عندما يرى الحاسوب هذا النمط الفوضوي، يمكنه رياضياً "إعادة فك تشفير" الضوء لإعادة بناء الصورة الأصلية. الأمر يشبه امتلاك حلّال للألغاز يمكنه إعادة بناء صورة بمجرد النظر إلى قطع اللغز المبعثرة.

2. "النظارات الشمسية المخططة" (قناع الاستقطاب)

الآن، كيف نرى الاستقطاب؟ تضع الكاميرا قناعاً مخططاً مباشرة فوق المستشعر (الجزء الذي يلتقط الضوء).

التشبيل: تخيل أن المستشعر عبيد عن شبكة ضخمة من العيون. نضع فوقها نظارات شمسية، ولكن بدلاً من لون واحد، تحتوي النظارات على خطوط متبادلة: بعضها يسمح بمرور الضوء المهتز أفقياً، وبعضها بزاوية 45 درجة، وبعضها رأسياً، وبعضها بزاوية 135 درجة.
النتيجة: كل بكسل في الكاميرا الآن يرى "نسخة" مختلفة قليلاً من المشهد، مفلترة بواسطة الخط الذي يقع تحته. ولأن "الزجاج المغبش" (المشتت) قد قام بالفعل بتشتيت الصورة، يمكن للحاسوب معرفة أي بكسل ينتمي لأي خط وفصل طرق الاستقطاب الأربعة من صورة واحدة فقط.

3. "الوصفة" (خوارزمية إعادة البناء)

تلتقط الكاميرا صورة لهذه الفوضى المخططة والمشتتة. ثم يستخدم الحاسوب "وصفة" محددة (نموذج رياضي) لإصلاحها.

الوصفة: تحتاج الوصفة إلى معرفة شيئين بدقة تامة:
1. كيف يقوم الزجاج المغبش بتشتيت الضوء.
2. كيف يقوم القناع المخطط (النظارات الشمسية) بفلترة الضوء بدقة.
المشكلة: إذا كانت الوصفة مثالية، ستكون النتيجة مذهلة. ولكن إذا كانت النظارات الشمسية الحقيقية مختلفة قليلاً عن الوصفة (ربما تكون الخطوط أعرض قليلاً، أو هناك فجوة صغيرة بين النظارات وعيون المستشعر)، فستصبح الصورة ضبابية أو تظهر بها عيوب غريبة.

ماذا وجدوا؟

قام الباحثون ببناء نموذج أولي واختبروه.

الأخبار الجيدة: عندما قاموا بمحاكاة الكاميرا على جهاز كمبيوتر حيث تطابقت "الوصفة" مع "المكونات" تماماً، كانت النتائج رائعة. استطاعوا رؤية أنماط الإجهاد في الأكياس البلاستيكية بوضوح، وفصل مصادر الضوء التي تبدو متطابقة للعين المجردة.
الأخبار السيئة: عندما استخدموا الكاميرا الفيزيائية الحقيقية، لم تكن الصور حادة تماماً. لماذا؟ لأن الكاميرا في العالم الحقيقي لم يكن القناع ملتصقاً بالمستشعر بشكل مثالي؛ حيث كانت هناك فجوة صغيرة (بسبب الزجاج الذي يغطي المستشعر)، مما جعل الضوء يتشتت قليلاً قبل أن يصل إلى البكسلات. هذا التباين الطفيف أربك وصفة الحاسوب.

الخلاصة الكبرى

تثبت هذه الورقة أنك لست بحاجة إلى عدسة ضخمة وباهظة الثمن لالتقاط صور الاستقطاب. يمكنك القيام بذلك باستخدام قطعة من البلاستيك المغبش وملصق مخطط بسيط.

ومع ذلك، فإن السر لجعل هذا يعمل بشكل مثالي في العالم الحقيقي ليس مجرد كتابة رياضيات أفضل، بل هو بناء أجهزة (Hardware) أفضل. إذا تمكنا من لصق ذلك القناع المخطط مباشرة على شريحة المستشعر (مثل طباعته مباشرة على السيليكون)، فيمكننا القضاء على الفجوات الصغيرة والحصول على صور استقطاب عالية الجودة في كاميرا بحجم عملة معدنية.

باخت-صريح: لقد صنعوا كاميرا صغيرة بدون عدسة، ترى الاستقطاب "غير المرئي" للضوء باستخدام عدسة مشتتة ومرشح مخطط، مما يثبت أنه مع تحسين التصنيع، يمكننا الحصول على كاميرات فائقة الصغر للمناظير الطبية، والطائرات بدون طيار، والروبوتات التي يمكنها "رؤية" أشياء لا نستطيع رؤيتها حالياً.

1. بيان المشكلة

يوفر تصوير الاستقطاب معلومات بالغة الأهمية حول بنية المشهد، وخصائص المواد، والتفاعلات بين الضوء والمادة، وهي معلومات غير مرئية للكاميرات القياسية القائمة على الشدة. ومع ذلك، تواجه كاميرات الاستقطاب الحالية قيوداً كبيرة:

مستشعرات تقسيم المستوى البؤري (DoFP): بينما تسمح بالالتقاط اللحظي (snapshot)، إلا أنها تضحي بالدقة المكانية وتتطلب خوارزميات معقدة لإزالة التنميش (demosaicing) للتخفيف من العيوب.
الترشيح المتتابع (Sequential Filtering): تحافظ هذه الطريقة على الدقة المكانية ولكنها تتطلب عمليات تعريض متعددة، مما يجعلها غير مناسبة للمشاهد الديناميكية.
الأسطح الميتا (Metasurfaces) والهياكل المكدسة: توفر تصميمات مدمجة، لكنها تعتمد على عمليات تصنيع دقيقة ومعقدة يصعب توسيع نطاقها ومكلفة.
قيود النظام: تتطلب تطبيقات مثل المجهر المدمج وتنظير البطن أنظمة صغيرة للغاية وخفيفة الوزن، حيث غالباً ما يتم استبعاد العدسات التقليدية.

هناك حاجة إلى كاميرا استقطاب مدمجة ومنخفضة التكلفة وتعمل بلقطة واحدة، لا تعتمد على بصريات معقدة أو تصنيع دقيق للغاية، مع الحفاظ على جودة إعادة البناء.

2. المنهجية

يقترح المؤلفون كاميرا استقطاب عديمة العدسة تستبدل العدسات التقليدية بنهج تصوير حوسبي. يتكون النظام من ثلاثة مكونات رئيسية:

أ. التصميم البصري

المشتت العشوائي (Random Diffuser): يتم وضع مشتت (مشابه لـ DiffuserCam) أمام المستشعر. يقوم هذا المشتت بتوزيع الضوء الوارد مكانياً، مما ينشر استجابة كل نقطة في المشهد عبر العديد من بكسلات المستشعر. وهذا يخلق دالة انتشار نقطية (PSF) تحتوي على العديد من الميزات الضيقة وعالية التباين، مما يتيح إعادة بناء الصورة من بيانات مأخوذة جزئياً.
قناع الاستقطاب المخطط (Striped Polarization Mask): يُوضع قناع بسيط يتكون من خطوط مستقطب خطي ذات اتجاهات متبادلة ( $0^\circ, 45^\circ, 90^\circ, 135^\circ$ $0^{\circ}, 4 5^{\circ}, 9 0^{\circ}, 13 5^{\circ}$ ) مباشرة فوق المستشعر.
- يقوم هذا القناع بعملية تعدد أشكال الاستقطاب (polarization multiplexing) في مستوى الصورة.
- على عكس مستشعرات DoFP التي تستخدم بكسلات مجهرية، يستخدم هذا القناع خطوطاً أعرض (حوالي 256 بكسل عرضاً في النموذج الأولي)، مستفيداً من قدرة المشتت على إعادة البناء من العينات الجزئية.
الالتقاط بلقطة واحدة (Single-Shot Acquisition): يلتقط النظام صورة واحدة مشتتة ومتعددة الاستقطاب تحتوي على معلومات لجميع زوايا الاستقطاب الخطي الأربعة في آن واحد.

ب. خوارزمية إعادة البناء

يستخدم المؤلفون خوارزمية إعادة بناء قائمة على الفيزياء تنمذج العملية الأمامية بشكل صريح:

النموذج الأمامي: يتم نمذجة القياس $y$ كتركيب خطي لمكونات استقطاب المشهد المجمعة مع دالة الانتشار (PSF) الخاصة بالمشتت والمعدلة بواسطة قناع الاستقطاب:
$y_c = \sum_{p=1}^{P} S_p \odot (x_{c,p} * k_c)$
حيث $x$ هي شدة المشهد، و $k$ هي دالة الانتشار (PSF) للمشتت، و $S$ تمثل انتقال القناع، و $\odot$ هو الضرب العنصري.
التحسين (Optimization): يتم حل المشكلة العكسية باستخدام طريقة التناوب لاتجاه المضاعفات (ADMM). تعمل دالة الهدف على تقليل دالة المربعات الصغرى المنظمة:
$\hat{x} = \arg \min_x \frac{1}{2\sigma_e^2} \|y - Ax\|_2^2 + \lambda \cdot \text{TV}(x)$
يستخدم حد التنظيم التباين الكلي (TV) متباين الخواص الموزون لتعزيز أولويات الصورة والتعامل مع الطبيعة غير المحددة للمشكلة.

3. المساهمات الرئيسية

بنية نظام مبتكرة: تقديم بنية كاميرا استقطاب مدمجة وعديمة العدسة باستخدام مشتت عشوائي وقناع استقطاب مخطط بسيط، مما يلغي الحاجة إلى العدسات ومصفوفات المستقطبات المجهرية المعقدة.
استعادة الصور بلقطة واحدة: إثبات القدرة على استعادة أربع صور فرعية للاستقطاب الخطي ( $0^\circ, 45^\circ, 90^\circ, 135^\circ$ ) من لقطة واحدة.
التحليل المنهجي لعدم التطابق: إجراء تحقيق صارم في عدم تطابق النموذج (model mismatch)، حيث تم تحديد أن القيد الأساسي في تصوير الاستقطاب عديم العدسة ليس الخوارزمية، بل الانحراف الفيزيائي بين النموذج الأمامي المفترض والنموذج الأولي الحقيقي (تحديداً المسافة بين القناع والمستشعر وعيوب التصنيع).
التحقق من النموذج الأولي: عرض ناجح للنظام في كل من المحاكاة (النماذج المتطابقة) والتجارب الواقعية (النموذج الأولي المختبري)، بما في ذلك تطبيقات مثل تحليل الإجهاد في المواد الشفافة.

4. النتائج التجريبية

تم إجراء التقييم في ثلاث مراحل:

محاكاة النموذج الأمامي المتطابق: عندما تطابق نموذج إعادة البناء تماماً نموذج توليد البيانات (باستخدام أقنعة مقاسة أو مثالية)، حقق النظام إعادة بناء عالية الجودة مع قيم مرتفقة لـ PSNR و SSIM. أثبت هذا الجدوى البصرية والخوارزمية للنهج.
تحليل عدم التطابق الخاضع للتحكم: أدخل المؤلفون اضطرابات (تغبيش غاوسي، ضوضاء، واستكمال) لمحاكاة الانحرافات في العالم الحقيقي.
- النتيجة: أدت حتى الانحرافات البسيطة في نموذج قناع الاستقطاب إلى انخفاض ملحوظ في جودة إعادة البناء.
- العامل المهيمن: حدد التحليل أن عدم تطابق قناع الاستقطاب هو العامل المحدد الرئيسي. وتحديداً، تسبب المسافة المحدودة بين القناع والمستشعر (بسبب الزجاج الغطائي) في خلط مكاني وتداخل بين خطوط الاستقطاب، وهو ما فشل النموذج المثالي في التقاطه.
تجارب النموذج الأولي في العالم الحقيقي:
- نجح النموذج الأولي في استعادة الميزات المعتمدة على الاستقطاب، مثل فصل مصادر الضوء بناءً على زاوية الاستقطاب وتصور الإجهاد الناجم عن ثنائية الانكسار في كيس بلاستيكي تحت إضاءة خلفية.
- ومع ذلك، أظهرت النتائج الواقعية انخفاضاً في التباين وزيادة في العيوب مقارنة بالمحاكاة.
- تطابقت العيوب في النموذج الأولي واقعياً مع العيوب الناتجة عن اضطرابات "التغبيش" التي تم التحكم فيها، مما يؤكد أن الانفصال بين القناع والمستشعر هو المصدر الرئيسي للخطأ.

5. الأهمية والتوجهات المستقبلية

الاندماج/التراص (Compactness): يوفر النظام مساراً نحو تصوير استقطاب فائق الصغر وخفيف الوزن مناسب لتطبيقات التنظير والمجهر والطائرات بدون طيار حيث تكون الحجم والوزن أمرين حاسمين.
فهم القيود: توضح الورقة أن الفجوة في الأداء بين المحاكاة والواقع ليست جوهرية في النهج عديم العدسة، بل تنشأ من قيود التكامل الفيزيائي.
المسار المستقبلي: يخلص المؤلفون إلى أن التحسينات المستقبلية تعتمد على التكامل الأكثر إحكاماً للقناع مع المستشعر (مثل الأقنعة المدمجة في الرقاقة أو المصنعة معاً) لتقليل المسافة بين القناع والمستشعر وتفاوتات التصنيع. وهذا من شأنه تقليل عدم تطابق النموذج والسماح للنظام بالاقتراب من الأداء المثالي الموضح في المحاكاة.
متانة الخوارزمية: تشير الدراسة إلى أنه بينما قد تساعد الأولويات القائمة على التعلم، إلا أنها حساسة للغاية لعدم دقة النموذج الأمامي؛ لذا يظل النمذجة الفيزيائية الدقيقة أمراً بالغ الأهمية للأنظمة عديمة العدسة ذات التباينات العتادية الكبيرة.

باختصار، يثبت هذا العمل أن تصوير الاستقطاب عديم العدسة هو تقنية قابلة للتطبيق وواعدة، بشرما أن التصميمات العتادية المستقبلية تعطي الأولوية للتكامل الدقيق بين القناع والمستشعر للتخفيف من عدم تطابق النموذج.