Metrology & Measurement Technology, Volume. 45, Issue 3, 7(2025)
Research progress review on single⁃photon imaging technology
![Schematic diagram of active imaging at a 201.5 km distance[14]](/Images/icon/loading.gif){kind=icon}
Fig. 3. Schematic diagram of active imaging at a 201.5 km distance[14]
Fig. 6. Schematic diagram of underwater polarized monostatic coaxial single⁃photon imaging system[18]
Fig. 8. Ultrafast light field tomography for non⁃line⁃of⁃sight imaging[20]
Fig. 13. Schematic diagram of experimental setup for false alarm reduction technology configurations[51]
Fig. 16. Schematic diagram of a single⁃photon 3D reconstruction network based on convolution and deconvolution[60]
Table 1.
Comparison of representative single⁃photon imaging experiments View tableView in ArticleTable 1.
Comparison of representative single⁃photon imaging experiments 应用场景 实验方法 主要贡献 参考文献 远距离成像 通过1 550 nm激光脉冲抑制背景噪声，利用单像素扫描振镜逐点采集数据，同时使用电控门控技术消除背向反射干扰，并将SPAD冷却至265 K 以降低背景暗记数。 实现了10.5 km范围内的高分辨力三维成像，成功实现像素仅0.07有效光子条件下的
图像重建，需求信噪比（Required Signal⁃
to⁃Noise Ratio, RSNR）为 21.5 dB。
[ 12 ]远距离成像 采用共轴扫描设计动态对准发射 / 接收光路，结合时间门控技术隔离激光噪声与放大器自发辐射噪声（Amplifier Spontaneous Emission noise, ASE），采用173 K低温SPAD以实现0.1 kHz低暗计数率，采用1 550 nm近红外波长可有效抑制大气散射效应，并搭配高透光镀膜镜片。 在201.5 km距离条件下实现了三维成像，
平均每像素仅需0.44信号光子（非空像素3.58光子）。
[ 14 ]水下成像 采用脉冲超连续激光与SPAD共轴扫描，通过
6 ns时窗门控和像素级TCSPC直方图交叉
相关算法计算每像素TOF，生成深度图。
首次实现了水下场景的单光子成像系统，
在清水及浑浊水域中，能实现亚毫米级
空间高精度成像，并量化水质对成像
结果的影响。
[ 16 ]水下成像 构建考虑后向散射和折射指数的水下同轴光子计数激光雷达探测模型。推导多触发（Multi⁃trigger）和单触发（Single⁃trigger）模式下的探测概率递归公式，分析脉冲能量和目标距离的影响。通过模拟追踪光子轨迹，验证模型的准确性。 得出高脉冲能量或近距离目标未必提升
检测效率的实验结论，并给出实验装置
的优化策略。
[ 17 ]水下成像 提出基于偏振的水下单站单光子成像方法，
利用光的偏振特性，通过线性偏振器和偏振
分束器减少后向反射光子触发探测器死区
时间的概率，提高目标检测效率。
在稀疏光子条件下，其灰度平均梯度相
较传统算法提升约6.5倍（由0.52 提升
至 3.89），等效视数提高约100%。
[ 18 ]NLOS成像 使用滤波反投影方法，通过间接光路重建
隐藏物体。
首次实现非视距隐藏物体三维信息重建，
突破传统视域成像的局限性。
[ 19 ]远距离NLOS成像 采用双望远镜共焦光学设计和高效光纤耦合，提高信噪比和光子收集效率。 在1.43 km的自由空间链路上实现了远距离NLOS成像。 [ 21 ]
Table 2.
Comparison of several typical single⁃photon arrays View tableView in ArticleTable 2.
Comparison of several typical single⁃photon arrays 像素数 暗计数 / （cps / μm²） 门控类型 时间分辨力 / ps 帧率 / (kf / s) 参考文献 8 × 4 1.6 event⁃driven [ 27 ]2 × 2 0.6 event⁃driven [ 28 ]5 × 5 0.09 event⁃driven [ 29 ]128 × 128 17 98 [ 30 ]14 × 10 8 325 [ 31 ]2 × 2 软门控 45 64 000 [ 32 ]252 × 144 0.84 48.8 0.03 [ 33 ]16 × 16 1 硬门控 6 event⁃driven [ 34 ]32 × 128 66 硬门控 78 23 [ 35 ]256 × 256 软门控 6.6 4 [ 36 ]64 × 64 2.3 硬门控 250 17.9 [ 37 ]4 × 432 0.21 硬门控 78 event⁃driven [ 38 ]32 × 32 1.5 205 800 [ 39 ]60 × 48 7 软门控 [ 40 ]72 × 60 硬门控 [ 41 ]64 × 32 0.12 软门控 100 [ 42 ]48 × 40 90 [ 43 ]36 × 1 156.25 [ 44 ]252 × 144 0.84 48.8 0.03 [ 45 ]512 × 512 0.26 硬门控 97.7 [ 46 ]
Table 3.
Comparison of typical single⁃photon imaging algorithms View tableView in ArticleTable 3.
Comparison of typical single⁃photon imaging algorithms 应用场景 使用方法 优点 缺点 参考文献 稀疏回波 利用接收每个像素的首个回波光子，构建基于离散小波变换稀疏性的正则化模型。 每像素仅需1个光子，均方根误差为3.5 mm。 弱反射区域（如边缘）细节损失。 [ 11 ]稀疏回波 提出基于伽马马尔可夫随机场和全变分正则化的贝叶斯模型，结合自适应MCMC算法优化参数。 利用空间相关性提升重建精度（深度均方根误差小于20 mm），自动调整正则化参数。 计算复杂度高（处理142 × 142 像素需 113 ~ 347 min），多表面或复杂结构重建受限。 [ 51 ]强噪声 提出基于总变分恢复的优化算法，结合空间相关性重构稀疏单光子数据。 支持平均0.23光子 / 像素的重建，需求信噪比为21.5 dB。 处理时间增加至36.88 s（50 × 50像素）。 [ 12 ]强噪声 提出像素级互相关估计深度与强度的方法，并通过坐标下降算法和MCMC优化深度剖面。 能够在8.2衰减长度下恢复亚毫米级深度细节。 9.2衰减长度下反射率估计失效，坐标下降算法过度平滑深度信息。 [ 53 ]多峰信号 提出预设分布方法，通过Metropolis和模拟退火策略对多重回波信号进行参数估计。 STMCMC能够成功分解间隔为8 cm和20 cm的回波，估计值分别为 8.06 cm 和 19.14 cm。 在低信噪比下，对噪声抑制能力较弱。 [ 57 ]多重噪声 采用轻量化深度学习网络、非线性采样及跨模态特征融合，提升实时重建性能。 极端低光子通量（2信号光子 / 50背景光子）下仍能保持高精度，均方根误差为0.40。 引入的非线性采样会导致信息缺失。 [ 62 ]多重噪声 构建多源噪声物理模型，结合 Transformer、自适应自注意力和门控融合模块。 相比仅考虑单一噪声（如泊松或高斯噪声）的模型，峰值信噪比提升超过5 dB （由17.61 dB提升为23.16 dB）。 需训练1 000个epoch，合成数据集规模达260万张，计算成本较高。 [ 67 ]多重噪声 利用编码器⁃解码器提取多尺度特征，结合自监督注意力模块进行特征加权，多阶段协同恢复。 在SBR为2∶100的条件下，均方根误差为0.022 3；在SBR为1∶100的极端条件下，均方根误差为0.038 7。 推理时间较长（123 s），
可能限制实时应用。
[ 68 ]
Get Citation
Copy Citation Text
Qin WANG, Duohan ZHAO, Lu CAO, Shaofeng XU, Jianing LIU, Jian LI. Research progress review on single⁃photon imaging technology[J]. Metrology & Measurement Technology, 2025, 45(3): 7
Category: Quantum Precision Measurement, Quantum Metrology and Quantum Sensing Technology
Received: Apr. 3, 2025
Accepted: --
Published Online: Jul. 31, 2025
The Author Email:
