南京大学研发基于超构表面的彩色滤波器，提升图像传感器的光能利用率

与仅包含灰度信息的黑白传感器相比，彩色CMOS图像传感器凭借其丰富的颜色信息，在商业成像消费领域获得了广泛应用。然而，传统拜尔（Bayer）滤色片在每个通道仅允许单一颜色波段透过，在滤光过程中损失了大量入射光，使得CMOS图像传感器的光子捕获效率显著降低。

据麦姆斯咨询报道，南京大学的科研团队提出一种基于像素级超构表面光谱编码的彩色滤波器件，其在可见光波段内的平均光收集效率超过50%。将超构表面与CMOS图像传感器集成，实现了尺寸为900 μm × 900 μm的彩色成像，所获图像信号强度较传统拜尔滤色片传感器约提升80%。此外，将所提传感器与色彩还原算法相结合，实现了与商用CMOS图像传感器相近的色彩再现性能，平均色彩偏差小于10。所提彩色信息采集机制的效率较高，有望为下一代CMOS图像传感器的设计提供新思路并推动其应用发展。相关研究内容以“基于超构表面的高通量彩色滤波器件”为题发表在《光学学报》期刊上。

超构表面宽带滤波与重建原理

图1展示了基于超构表面光谱编码的RGB彩色重建系统的整体架构。该系统由三个核心部分组成，包括成像透镜、超构表面光谱编码滤波阵列以及单色CMOS图像传感器。入射光携带目标场景的光谱信息𝑆(𝜆)，经过超构表面滤波器件后完成前端信息编码。与传统的拜尔滤色片阵列不同，该超构表面在每个像素单元内集成了四种具有各异光谱响应的亚波长结构。这些结构基于金属-绝缘体-金属（MIM）共振原理，通过精确调控其几何参数，在400~750 nm可见光波段内实现了高透过率且形态各异的光谱响应函数。

图1 基于超构表面光谱编码的RGB彩色成像系统示意图

基于光谱编码的仿真成像原理

图2（a）展示了基于数值模拟的光谱编码仿真成像流程。首先，目标场景的连续光谱信息𝑓0𝜆被离散化，被表征为M个光谱点的强度值，并且超构表面光谱编码过程被描述为一个维度为N×M的调制矩阵；然后，由CMOS图像传感器获取N个编码通道的灰度信息；最后，根据训练完成的神经网络重建算法，实现灰度信息到RGB彩色信息的映射，从而实现色彩恢复。图2（b）展示了所设计的四通道超构表面单元结构。得益于MIM结构的独特性质，通过MIM法布里-珀罗腔模式和金属局部表面等离子体共振模式可以产生优异的光谱调制性能，通过精确调控单元周期、纳米柱形貌及各层厚度等参数，MIM结构能够激发并耦合多种共振模式，从而在透射谱中形成高度差异化的光谱响应𝑇(𝜆)。

图2 基于超构表面的光谱编码与神经网络色彩重建示意图

成像实验

研究人员根据结构仿真设计与数值模拟，制备了基于超构表面的光谱编码滤波器件，并开展了系统性实验，以评估该超构表面光谱编码结合神经网络重建的彩色成像方案在实际条件下的性能，并量化其色彩还原性能与光能利用率。为了验证基于超构表面的光谱编码滤波器件的彩色成像性能，研究人员制备了多片超构表面滤波器件。超构表面结构采用电子束光刻（EBL）技术实现图形化，结合铝与二氧化硅的交替沉积以及剥离与刻蚀工艺，从而制备了MIM超构表面器件。

图3 超构表面彩色成像系统光路与超构器件表征

为评估所制备的超构表面滤波器件的光能利用率与色彩还原性能，在标准D65光源照射目标场景（标准24色Color Checker色卡）的成像环境下，分别获取无滤波器件、宽带RGB滤色器件以及MS₁、MS₂的单色图像传感器成像结果，如图4所示。

图4 超构表面彩色成像与传统滤波器的感光性能对比

结论

这项研究提出并通过实验验证了一种基于MIM超构表面光谱编码滤波器件与神经网络重建的彩色成像系统。该方案利用光谱编码结合计算解码的策略，替代了传统拜尔滤色片的空间分色模式，在维持全空间分辨率的前提下，显著提升了系统的光能利用率，并实现了高保真度的色彩重建。

为推动所设计的高通量超构表面彩色滤波器件走向大规模实际应用，仍需在以下方面开展进一步工作：在更复杂的场景中验证重建网络的泛化能力；改进超构表面的大面积制备与光谱一致性；提升加工工艺以实现大面积片上超构表面的制备，可使成像系统进一步集成与小型化。未来，随着重建算法效率的提升，基于超构表面的集成化光学器件有望拓展至移动端视频成像、目标检测以及自动驾驶等领域。