山东师范大学蔡阳健教授团队提出了一种结合新型刺球状Ta₂O₅/Ag纳米复合结构随机激光光源与深度学习图像重建技术的高分辨率水下成像方法。该方法利用Ta₂O₅/Ag纳米颗粒（TOAC）构建低阈值、高Q值的随机激光器，其独特的多重散射结构与局域表面等离激元共振效应协同增强光反馈，显著降低激光阈值并提升输出稳定性；同时，由于随机激光具有较低的空间相干性，可有效抑制传统激光成像中严重的散斑噪声。在此基础上，文章进一步引入Real-ESRGAN深度学习模型，对在高浑浊水体中获取的退化图像进行超分辨率重建与去噪增强。实验结果表明，该系统在1 wt.%浑浊度下仍能清晰分辨USAF 1951分辨率板的细线组，并成功实现草履虫等生物样本的高质量成像，结构相似性指数（SSIM）提升至0.8532，信噪比提高超过2倍。该研究为复杂散射环境下的无散斑、高保真水下光学成像提供了一种融合先进光子材料与人工智能的新范式。
近日，山东师范大学物理与光电学院蔡阳健教授团队在《Laser & Photonics Reviews》发表了题为“Deep Learning-Enhanced Underwater Imaging Using Random Lasers Based on Burr-Like Ta₂O₅/Ag NPs”的研究论文。研究人员分析了刺球状Ta₂O₅/Ag纳米复合结构（TOAC）在随机激光产生中的多重散射与局域表面等离激元共振协同机制，并研究了将该低相干性随机激光作为照明光源结合Real-ESRGAN深度学习模型用于浑浊水体成像的可行性，显著提高了水下成像的信噪比、分辨率与结构保真度，有效抑制了传统激光成像中的散斑噪声。博士生徐李海良为论文第一作者，青年教师万园博士为论文通讯作者，共同通讯作者还包括修显武教授，蔡阳健教授。
研究背景：
水下光学成像在海洋探测、环境监测和生物观测等领域具有重要应用价值，但水体中悬浮颗粒引起的强光散射会导致图像模糊、细节丢失，并因传统相干光源（如激光）产生严重散斑噪声，极大限制了成像质量。尽管已有多种水下成像技术被提出，但在高浑浊环境中实现高分辨率、低噪声、无散斑的实时成像仍具挑战。为此，亟需开发兼具低空间相干性、高亮度和良好稳定性的新型照明光源，并结合先进图像处理手段以突破散射介质对光学成像的限制。
研究内容：
该文章的研究内容聚焦于开发一种融合新型纳米光子材料与人工智能技术的高性能水下成像系统。研究人员设计并制备了一种具有刺球状形貌的Ta₂O₅/Ag纳米复合结构（TOAC），将其作为增散射介质与等离激元增强单元，构建出低阈值（0.42 mJ/cm²）、高Q值（1225.69）的随机激光光源；该光源凭借极低的空间相干性，可天然抑制水下成像中的散斑噪声。在此基础上，团队将该随机激光用于浑浊水体（含0.1–1 wt.%硅藻土）中的目标照明，并引入Real-ESRGAN深度学习模型对退化图像进行超分辨率重建与去噪处理。
亮点：
1）首次将刺球状Ta₂O₅与Ag纳米粒子复合用于随机激光，通过“多重散射+局域场增强”协同机制显著提升激光性能；
2）利用随机激光的低相干特性，从根本上避免传统激光成像的散斑问题；
3）首次将Real-ESRGAN应用于随机激光水下图像重建，在1 wt.%高浑浊度下仍实现SSIM达0.8532、SNR提升超2倍的高质量成像；
4)成功对USAF分辨率板和活体草履虫进行清晰成像，验证了该方法在真实复杂水环境中的可行性与优越性。
实验结果：
图1(a) TOAC 纳米颗粒的制备工艺示意图。(b) Ta₂O₅纳米颗粒的SEM图像。(c) TOAC 纳米颗粒的SEM图像。
图2 (a) 随机激光成像装置示意图。(b) 深度学习模型示意图。
图3 不同随机激光器的发射特性。
图4 基于 TOAC 纳米颗粒的随机激光增强机制分析。
图4系统阐释了基于刺球状Ta₂O₅/Ag纳米复合结构（TOAC）的随机激光性能增强机制。通过有限时域差分（FDTD）电磁仿真，研究团队揭示了TOAC中“多重散射”与“局域表面等离激元共振”（LSPR）的协同作用：刺球状Ta₂O₅的微纳尖刺结构显著增强了光子在介质中的多次散射，有效缩短光子平均自由程并延长其在增益区域的停留时间；同时，负载的Ag纳米粒子在泵浦光激发下产生强烈的局域电磁场“热点”，大幅提升附近染料分子（DCM）的受激发射效率。二者共同构建了一个高效、无腔的光反馈网络，为低阈值、高Q值随机激光的产生提供了物理基础。
图5随机激光分辨率卡成像结果和经Real-ESRGAN重建后的图像对比展示。
图6随机激光草履虫细胞成像结果和经Real-ESRGAN重建后的图像对比展示。
图5和图6展示了该研究中基于TOAC随机激光与深度学习融合的水下成像实验结果。图5主要呈现在不同浑浊度水体（0.1 wt.% 和 1 wt.% 硅藻土），对比传统光源（如卤素灯、HeNe激光）与TOAC随机激光所获取的原始图像及经Real-ESRGAN重建后的效果。结果显示，随机激光本身已显著抑制散斑，而结合深度学习后，图像细节（如USAF分辨率板的细线组）清晰恢复，信噪比（SNR）和结构相似性（SSIM）大幅提升。
图6则聚焦于生物样本的实际成像应用，以活体草履虫为对象，在高浑浊环境中验证系统的实用性。未经处理的随机激光图像已能分辨细胞轮廓，而经Real-ESRGAN增强后，纤毛、细胞核等亚细胞结构清晰可见，SSIM高达0.8532，远优于其他照明方式。两图共同证明：该方法在强散射条件下兼具无散斑、高分辨率与高保真的成像能力，为复杂水下场景的光学观测提供了有效解决方案。
总结：
该文章提出了一种融合刺球状纳米复合结构随机激光与深度学习的高性能水下成像方法。研究人员通过材料设计实现了低阈值、高Q值的无散斑随机激光光源，并结合Real-ESRGAN模型对浑浊水体中的退化图像进行超分辨率重建。实验表明，该系统在高散射环境下显著提升了成像的信噪比、分辨率和结构保真度，成功实现了对分辨率板和活体生物样本的清晰成像。该工作为复杂散射介质中的高质量光学成像提供了“先进光子材料+人工智能”协同的新范式。
该研究获得了以下资助支持：
国家重点研发计划(2022YFA1404800)
国家自然科学基金（12474332, 12192254, 92250304, W2441005）
山东省自然科学基金（R2024QA064, ZR2020MA072, ZR2023YQ006）
山东省泰山学者基金会（tsqn202312163）
文章链接：
https://onlinelibrary.wiley.com/doi/10.1002/lpor.202501946
作者信息：
徐李海良：山东师范大学物理与光电学院在读博士生，研究方向为：新型光场器件调控，深度学习辅助随机激光应用，随机激光复杂环境成像。在Laser Photonics Reviews、Applied Physics Letters、Optics Express、Optics & Laser Technology等期刊发表学术论文数篇。曾获中国机器人及人工智能大赛二等奖、"华为杯"中国研究生数学建模竞赛三等奖、山东省光电设计大赛一等奖，优秀研究生等荣誉。
万园：2020年3月毕业于北京理工大学物理学院，获理学博士学位。山东师范大学物理与光电学院讲师，硕士生导师，山东师范大学东岳学者青年人才。长期从事新型光场器件，新型光场调控以及光学成像方面的研究。主持国家自然科学基金青年项目1项，国家自然科学基金面上项目1项，山东省自然科学基金1项，在Laser Photonics Reviews、Nanophotonics、Journal of Lightwave Technology、APL photonics、Applied Physics Letters等国际知名期刊上发表SCI收录论文30余篇。
蔡阳健：男，1977年出生，山东师范大学副校长、教授、博导，国家杰出青年科学基金获得者、美国光学学会会士、全国百篇优秀博士学位论文获得者、德国洪堡基金获得者。长期从事光场调控研究，在光场相干性/相干结构调控及应用方面取得了系统性成果，在Nature Physics、Physical Review Letters等国内外权威期刊发表二区及以上论文400余篇。入选“2010年江苏省十大青年科技之星”，连续多年入选Elsevier发布的“中国高被引用学者榜单”及美国斯坦福大学发布的全球前2%顶尖科学家榜单。主持国家杰出青年科学基金、国家自然科学基金重点项目、国家自然科学基金重大研究计划重点项目、国家自然科学基金重大项目课题、国家重点研发计划项目课题等项目。担任Light Manipulation and Applications 创刊主编、《光学学报》副主编、PhotoniX资深编辑、Advanced Photonics Nexus编委、Progress in Optics编委、全国光学青年学术论坛主席团成员、山东省光学工程学会副理事长、山东省物理学会副理事长。
热门跟贴