目前成像技术普遍采用以硅基光敏材料制造的多像素阵列探测器（CCD/CMOS）作为传感器核心元件，其有效光谱响应范围通常在400-800nm可见光波段。正是这种物理特性使得传统阵列探测器在远红外、太赫兹等非可见光领域受制于制造成本与工艺瓶颈，造价极为高昂。相比之下，制造能工作在非可见光波段的单像素探测器要比阵列探测期容易且成本也低的多，与阵列探测器相比，单像素探测器还具有更高的量子效率、更低的暗噪声和更短的响应时间等优点。在医学成像和远距离3D成像等应用中，由于物体或传播介质对光具有强散射或强吸收作用，阵列探测器收集到的光的强度非常弱，在这些领域单像素探测器有着更显著的优势。因此，近年来，单像素成像获得了越来越多科研工作者的关注。单像素成像（Single-Pixel Imaging, SPI）是一种基于压缩感知理论和计算成像技术的新型成像方法。与依赖多像素传感器的传统成像不同，SPI仅需单点光强探测器即可重建二维或三维图像。其核心思想通过光学编码与数学优化相结合，在低采样率下实现高分辨率成像。
一、起源与发展
单像素成像的起源可追溯至20世纪60年代的逐点扫描成像技术。早期方法通过机械或光学扫描系统逐点采集物体反射或透射的光信号，再通过光电倍增管等单点探测器记录光强。下图为1884年由NIPKOWP提出的Flying-spot相机，该相机通过光源投射一个带有孔洞的转盘，只有透过孔洞的光源才能照射到成像目标上，其余光线则被阻挡，实现了对单个目标场景的逐点空间扫描。这类系统时间分辨率低，扫描图像慢，难以应用于动态场景。
21世纪初，随着空间光调制器（SLM）与数字微镜器件（DMD）技术的发展，基于图案投影的计算成像成为可能。2006年，Candès、Donoho和陶哲轩提出的压缩感知理论为单像素成像奠定了数学基础。该理论证明，若信号在某个变换域具有稀疏性，则可通过远低于香农-奈奎斯特采样定理要求的测量次数精确重构。这一突破直接催生了首个单像素相机原型：美国莱斯大学Baraniuk团队于2008年利用DMD投射随机二值图案，结合范数优化算法，在采样率仅为图像像素数10%时实现清晰重建。下图位于中间位置的R以及最右侧图像为该团队的图像重建实验结果。
单像素成像根据调制策略的不同可以被分为前调制法（又称结构化照明法）和后调制法（又称结构化探测法）。下图给出了两种策略的示意图。（a）表示的是后调制策略，入射光经过物体的反射或者投射，照射到DMD上进行空间调制，再经过透镜后被单像素探测器接收。（b）表示前调制策略，入射光先照射到DMD上进行空间调制，经过调制的光再照射物体，经透镜被探测器接收。显然，调制器件的选择不同，调制矩阵的设计不同都会构成不同的调制方案。
常用的调制器件有：旋转毛玻璃，旋转掩模版，DMD，发光二极管阵列（LED），LC-SLM，光学相控阵（OPA），声光调制器（AOM）等。下图为英国格拉斯哥大学的团队使用DMD作为调制元件，哈达玛矩阵作为调制矩阵，搭建的显微镜系统，同时产生可见光和短波红外的图像，该系统能够以10-0.6hz的频率产生32x32到128x128像素之间的图像，并且能够自动实现高帧率和高分辨率的切换，能够更灵活的适应各种应用场景。
空间光调制图案的选择（也就是调制矩阵的选择）极大影响单像素成像的质量和速度。例如使用旋转毛玻璃，产生的就是随机散斑矩阵（产生的矩阵如下图所示），使用随机散斑矩阵因为没有正交性，需要的采样次数多，成像时间长，并且需要引入额外器件测量随机散斑矩阵，现在多用于噪声影响较大的场合。
现在相对更前沿的是使用确定的正交基底图案进行空间光调制，这类方法被称为基扫描单像素成像，根据选择基底图案的不同可以被分为：哈达玛单像素成像，小波变换单像素成像，傅里叶单像素成像等。基扫描单像素成像可以无失真的重建图像，通过利用自然图像在哈达玛域，小波域等特殊域的稀疏性，只采集一部分系数，通过简单的二维逆变换既可重建出高质量图像。
例如，哈达玛单像素成像（HSI）基于由+1/-1二值元素构成的哈达玛矩阵，其正交特性允许通过阈值化桶探测器信号快速获取高频/低频系数。研究表明，当采用锯齿形、方形或俄罗斯套娃（Russian Doll）等非均匀采样策略优化系数采集顺序时，成像所需压缩率可显著降低，如下图所示，20%压缩率下的重建图像已能保留目标结构核心信息，这对动态目标的实时监测至关重要。
与之相比，傅里叶单像素成像（FSI）虽采用复数灰度值的傅里叶基作为掩膜，但因自然图像能量主要集中于低频区域，仅需获取10%的低频系数即可复原图像如下图所示。但是在硬件表现上，HSI的二值化哈达玛矩阵可直接通过DMD的微镜“开/关”状态生成，调制速率可达千赫兹级；而FSI需结合DMD与空间光调制器（SLM）或全息片对相位进行编码，系统复杂度更高。此外，HSI与FSI在实际应用中需权衡信噪比与计算效率：哈达玛基的正交性可抑制随机噪声但需后验解混矩阵运算，傅里叶基则可利用快速傅里叶变换（FFT）加速重建却易受高频噪声干扰。
二、应用场镜
单像素成像作为一种基于压缩感知和计算光学的新型成像技术，近年来在军事救援和医学领域展现出独特的应用价值。其核心原理是通过单点探测器结合空间光调制器DMD对目标场景进行编码投影，再通过算法重构图像。与传统的阵列传感器成像不同，SPI能适应低光照、强噪声或光谱狭窄的极端环境，同时硬件成本大幅降低。
在军事救援领域，单像素成像的强抗干扰能力使其在烟雾、沙尘或夜间环境中表现出色。例如，采用红外单像素成像系统，能够穿透烟雾或伪装网，通过压缩感知算法重构出隐藏目标的轮廓。英国格拉斯哥大学的研究团队开发了基于SPI的红外短波成像设备（SWIR-SPI），搭建了基于DMD图像灰度调制方法的红外场景仿真系统验证样机（样机如下图所示），利用单点探测器接收反射信号，结合基于PWM的数字灰度调制方法，具有较高的灰度级和较强的对比度，从而能够在实验室内模拟高对比度、多层次、高灰度的红外场景。该系统无需复杂的焦平面阵列，显著降低了装备体积和功耗。
在医学领域，来自中山大学的团队提出一种高通量单像素压缩全息技术来成像生物组织，他们对来自小鼠尾巴的染色切片和来自小鼠大脑的未染色切片等生物组织进行了成像（结果见下图），分辨率可以达到5.8μmx4.31μm。该工作的研究人员指出，这项技术有希望为广谱范围内的各种生物组织提供高分辨率复值图像，进而推动多光谱成像发展。
运动目标探测成像中，目标物体与成像系统的相对运动会导致图像质量退化，如何实现运动目标的清晰成像是实际应用中无法回避的重要问题。在弱光照条件下，运动目标的跟踪和成像是一个难题，单像素成像方案通过空间采集信号，保证了在低光子通量下重建图像的能力，但由于需要大量的采样，如何清晰地对运动目标成像是这类方案的一个基本问题。来自国防科技大学的课题组，通过桶信号的时间相关性获得目标的运动轨迹，然后相应地控制照明光束，在考虑速度的情况下，在目标的运动过程中既获得目标的运动轨迹又获得目标的清晰图像，由于跟踪是独立地利用桶信号来实现的，该方案能在每次采样间隔内保持运动物体的位移大于光学系统分辨率的情况下快速捕获运动物体。下图给出了他们的实验测试结果，第三列至第五列为实验结果，与第二列的传统方法相比明显有较大优势。
三、总结
单像素成像技术虽然能够简化探测端，降低了采用大规模阵列探测器的成本，但是却令照明或者光学系统变得复杂化。空间光调制器的引入往往使系统成本增加，多次采样所导致时间成本与数据量增加，重建运算所导致的复杂度往往远高于传统面阵成像技术。目前单像素成像技术还不成熟，尤其是在可见光波段的成像性能与经典阵列探测相比还有一定差距。但是，在一些特定领域具有明显优势，如激光成像雷达、太赫兹成像、X射线成像等。但是单像素探测器的时间分辨率大大优于阵列探测器，而且系统简单，价格低廉。随着自动驾驶、生物医学、航空航天等众多领域对成像精度和速度的需求日益提高，越来越多的问题和挑战逐渐涌现，这将会推动单像素成像技术不断发展和变革。
参考文献：
1.Robust Uncertainty Principles: Exact Signal Reconstruction From Highly Incomplete Frequency Information
2.Robust Uncertainty Principles: Exact Signal Reconstruction From Highly Incomplete Frequency Information
3.Dynamic infrared scene simulation using grayscale modulation of digital micro-mirror device
4.Pratt W K, Kane J, Andrews H C. Hadamard transform imagecoding [J]. Proceedings of the IEEE, 1969, 57(1): 58-68.
5.Zhang Z B, Ma X, Zhong J G. Single-pixel imaging by means of Fourier spectrum acquisition [J]. Nature Communications,2015, 6(1): 1-6.
6.Sun M J, Meng L, Edgar M P, et al. Russian dolls ordering of the Hadamard basis for compressive single-pixel imaging [J].Scientific Reports, 2017, 7(1): 3464