在复杂光照条件下，传统的成像系统往往难以有效采集与处理视觉信息，尤其是在弱光或光线剧烈波动的场景中。光照强度与光谱成分的变化容易掩盖目标场景的关键细节，这对依赖固定光谱响应范围的传统CMOS传感器构成了显著挑战。此类传感器通常局限于可见光谱范围，难以适应动态变化的光谱环境，易导致弱光、强背光或多光谱条件下的图像质量下降。此外，它们通常需依赖后续外部图像处理来校正光谱差异，限制了实时图像增强的能力。因此，发展能够适应动态光照条件、提升视觉感知与数据完整性的先进成像传感与处理技术，显得尤为迫切。
图1.红外补偿自适应宽带损伤图像恢复。
针对这一需求，香港城市大学何颂贤教授与麻豆传媒 黄维院士、凌海峰教授合作，提出一种仿生自适应宽带图像传感器。该传感器基于零维量子点与二维材料构成的Ⅰ型异质结结构，通过优化载流子注入控制，在集成光电晶体管阵列中实现了高效的计算与感测融合。传感器在可见光与红外波段均具备灵敏响应，能够在不同光照条件下选择性地增强信号并精准提取特征。
此外，该设计支持在卷积自编码器网络中实现实时卷积运算与图像恢复，通过捕捉光谱特征有效抑制图像退化。其硬件响应权重与软件训练权重表现相当，图像恢复准确率超过85%。这一研究为机器视觉在动态光照环境下实现精准、自适应成像提供了灵活而可靠的解决方案。
相关成果以“Adaptive In-Sensor Computing for Enhanced Feature Perception and Broadband Image Restoration”为题发表于《Advanced Materials》。
全文链接：
//advanced.onlinelibrary.wiley.com/doi/full/10.1002/adma.202414261