近日，香港理工大学的研究团队发表了一项创新研究，宣布他们成功研发出一种新型的光谱适应视觉传感器。这种传感器能够在不同的光谱环境下调整其光谱灵敏度，从而提高机器视觉系统在复杂光照条件下的图像捕捉和识别能力。该工作以“Bioinspired in-sensor spectral adaptation for perceiving spectrally distinctive features”（仿生传感器内的光谱适应用于感知光谱独特特征）为题，发表在《Nature Electronics》上。
创新研究背景
传统的CMOS和CCD图像传感器在固定的光谱响应下工作，难以适应复杂的光照条件，例如颜色偏移的照明、背景眩光干扰以及强衰减效应。这种光谱响应与周围环境光谱的不匹配，导致了低质量的成像结果，从而无法有效提取视觉特征。为了解决这一问题，香港理工大学的研究团队从太平洋鲑鱼的视觉系统中获得灵感，开发出了一种具有光谱适应功能的视觉传感器。
光谱适应传感器的原理
该传感器基于背靠背光电二极管阵列，通过改变偏压来调整其光谱灵敏度，能够在宽带可见光谱和窄带近红外光谱之间切换。这一过程仅需数十微秒，与目前最先进的高速摄像机的帧速率（约100kHz）相当。通过这种光谱适应，传感器能够显著提高场景的韦伯对比度（Weber contrast），使特征识别准确率从33%提高到90%。
图1：器件与能带示意图。
实验结果显示，通过在8×8的传感器阵列上进行光谱适应测试，韦伯对比度提升了十倍。这种传感器不仅可以在宽光谱范围内收集信息，还能够抵抗可见光的干扰，有助于在高眩光、烟雾和雾霾环境中提高机器视觉系统的识别准确率。
该研究成果表明，光谱适应传感器在自动驾驶、医疗诊断、工业制造和监控系统等多个领域具有广泛的应用前景。它能够在不增加额外功耗的情况下，通过适应环境光谱，精确感知与特定光谱特征相关的视觉信息，从而显著提高机器视觉的可靠性。
图2：应用概念示意图。
该研究团队表示，他们将继续优化传感器的设计和制造工艺，进一步提升其性能和稳定性。同时，他们也计划将这种光谱适应技术应用于更多实际场景，推动机器视觉系统的智能化发展。
通过仿生设计和先进的光谱适应技术，香港理工大学的这一创新成果为未来的机器视觉发展提供了新的思路和方向。随着研究的不断深入和技术的逐步完善，这种光谱适应传感器有望在更多领域中得到应用，为人类生活带来更多便利和安全保障
论文链接：
https://doi.org/10.1038/s41928-024-01208-x
