CSI: Майами в реальности. Новая камера находит улики там, где обычный микроскоп пасует

Представьте себе камеру, которая видит микромир почти так же уверенно, как гигантские радиотелескопы видят дальний космос, только без громоздких объективов и мучительной юстировки. Похоже, именно к этому приближается новая разработка инженеров из Университета Коннектикута, которые предложили способ получать одновременно широкую картинку и очень высокую детализацию в видимом диапазоне.

Группа под руководством профессора биомедицинской инженерии Гуоаня Чжэна, директора центра UConn CBBI, опубликовала в Nature Communications работу о системе Multiscale Aperture Synthesis Imager, или просто MASI. По задумке авторов, она может изменить то, как оптика применяется в науке, медицине и промышленности, там, где сегодня часто приходится выбирать между “видеть широко” и “видеть очень мелко”.

В основе идеи лежит подход синтетической апертуры. В радиoастрономии он давно работает: несколько разнесённых антенн принимают сигнал, а затем данные складываются так, будто наблюдение велось одним огромным инструментом. Именно такая логика помогла Event Horizon Telescope получить знаменитое изображение чёрной дыры. Но в оптике этот трюк почти не приживается, потому что длина волны видимого света слишком мала, и синхронизировать разные датчики с нужной точностью физически крайне сложно.

MASI предлагает обойти эту проблему иначе. Вместо того чтобы заставлять несколько оптических сенсоров работать как единый “идеально согласованный” прибор, система позволяет каждому сенсору измерять свет независимо, а согласование выполняет уже вычислительная часть. Чжэн сравнивает это с тем, как если бы несколько фотографов снимали одну сцену, но не делали обычные кадры, а фиксировали “сырой” набор параметров световой волны, чтобы затем программа собрала всё в единое изображение.

От привычной оптики MASI отличается сразу по двум принципиальным пунктам. Во-первых, система не использует линзы, которые фокусируют свет на матрицу. Вместо этого применяется массив “кодированных” сенсоров, размещённых в разных точках дифракционной плоскости. Во-вторых, каждый сенсор снимает не картинку в привычном смысле, а дифракционные узоры, то есть то, как волны света расходятся после взаимодействия с объектом. Эти измерения несут информацию и о яркости, и о фазе, а дальше алгоритмы восстанавливают полный волновой фронт.

После восстановления данных от каждого сенсора система “сшивает” их в программной части: виртуально расширяет апертуру и численно переносит волновые поля обратно к плоскости объекта, а затем итеративно подстраивает фазовые сдвиги между наборами данных, добиваясь максимальной согласованности итоговой реконструкции. Ключевой момент здесь в том, что точная “юстировка” переносится из железа в софт, и именно это, по словам авторов, снимает ограничения, которые годами мешали практическим оптическим системам синтетической апертуры.

В публикации приводится и наглядный пример того, что такая схема может дать. С помощью MASI исследователи показали реконструкцию гильзы, где можно различить след от ударника, уникальную метку, которая в криминалистике используется для привязки боеприпаса к конкретному оружию. Авторы подчёркивают, что подход позволяет сочетать широкий обзор с детализацией на субмикронном уровне.

Ещё один важный плюс, который они выделяют, связан с рабочей дистанцией. В традиционных системах объективы часто вынуждают подбираться к объекту почти вплотную, что ограничивает сценарии применения и иногда делает съёмку неудобной или слишком “вторгающейся” в процесс. В MASI, как описывают исследователи, можно обходиться сантиметрами и при этом восстанавливать очень мелкие детали, потому что всё решает корректная обработка дифракционных измерений.

Авторы считают, что потенциальные применения выходят далеко за пределы лаборатории: от криминалистики и медицинской диагностики до промышленного контроля и дистанционного зондирования. При этом Чжэн отдельно подчёркивает масштабируемость: если оптика усложняется по мере роста размеров и требований, то массив сенсоров, по их оценке, наращивается более прямолинейно, а значит, в перспективе возможны большие системы для задач, которые сегодня даже не формулируют.