新算法融合了量子和经典信息，可实现高质量成像

插图(A)和(D)仅使用经典信息。插图(B)和(E)结合了经典信息和量子信息

科罗拉多州立大学和科罗拉多矿业学院的研究人员想出了一种新的计算成像策略，该策略充分利用了量子和经典世界的优点。他们开发了一种高效、稳健的算法，将量子信息和经典信息融合在一起，实现高质量成像。

最近，人们利用光的量子财产来实现超分辨率显微镜。虽然量子信息带来了新的可能性，但它也有自己的局限性。

研究人员的方法基于从光子计数中获得的经典和量子相关函数，光子计数是从时空结构照明下的量子发射器收集的。光子计数被处理并转换成具有递增阶数的信号，其中包含递增的空间频率信息。然而，更高的空间分辨率信息在越来越大的相关阶数下受到信噪比降低的影响。

为了解决这个问题，研究人员开发了一种他们称之为“超级去卷积成像”的算法。该算法的目标是将经典信息与量子信息稳健地融合，前者提供了高信噪比但空间频率信息，后者提供了低信噪比但是空间频率信息。

为了实现这一目标，研究人员将从单个量子发射器获得的反聚束相关图像与从相同光子计数数据获得的经典图像相结合。反聚束是单量子发射器的一个独特特征，可用于超分辨率成像。

该策略得益于较低空间频率区域的重叠。研究人员解释说：“该算法利用重叠测量的空间频率信息的自一致性要求，在量子图像所提供的高空间频率下引导较低的SNR（信噪比）信息。”

超去卷积成像算法显著提高了空间频率含量、更快的速度和更高的分辨率，以及重建图像中更好的均方误差。研究人员相信，他们的算法将得到广泛应用，因为它适用于一系列不同的成像环境。