本页目录

实验 III · 光谱、成像与分辨率

对标：Born & Wolf 光学基础、Goodman Introduction to Fourier Optics、实验数据处理 ｜ 前置：波动光学、测量与不确定度、噪声与频谱 一台光谱仪和一台显微镜看起来在测不同东西：前者沿波长分开谱线，后者沿空间位置分开结构。但它们都先经过仪器的点扩散函数（PSF），再把结果交给探测器。分辨率不是“图上两个峰刚好看见”的口号，而是一个正演算子、一个频率传递函数，以及一个受噪声约束的逆问题。

学习层：两个峰看不清时，信息究竟丢在哪里？

1. 具体谜题：模糊是对象的性质，还是仪器的算子？

一束单色光通过狭缝、光栅和探测器后，在波长轴上变成一条有宽度的线。显微镜看一个很小的亮点，也不会得到无限窄的点，而是一个斑。现在想回答三个实验问题：

  1. 两条真谱线的间距不变，把仪器 PSF 变宽，为什么两峰会合并？
  2. 已知 PSF，能不能把测量曲线直接“除以 PSF”而恢复细节？
  3. 如果卷积把高频细节压低，正则化反演是在找回信息，还是在用先验猜测信息？

这三个问题必须放进同一条链：真实对象 \(x\) 经过线性测量算子 \(h\)，得到卷积 \(h*x\)，探测器再加入噪声 \(n\)。交互实验把 \(x\) 取成两条相近的窄谱线；换一个语境，它也可以代表成像中的两个近邻点。

2. 先预测：拖动滑杆以前先写下因果方向

实验默认使用无量纲位置坐标，两个峰距 \(d=0.72\)，PSF 的高斯宽度 \(\sigma=0.18\)，噪声幅度 \(0.025\)，Tikhonov 参数 \(\lambda=0.02\)。先预测：

  1. 高斯 PSF 的半高全宽 \(\mathrm{FWHM}=2\sqrt{2\ln2}\,\sigma\) 是约 \(0.42\) 还是约 \(1.8\)？把 \(\sigma\) 加倍，分辨率代理 \(d/\mathrm{FWHM}\) 会变大还是变小？
  2. 在传递函数 \(|H(q)|\) 已经很小的高频处，用 \(1/H(q)\) 反演，噪声会被压低还是被放大？
  3. 增大 \(\lambda\) 会不会改变已经发生的原始模糊？它通常会在“抑制噪声”和“保留细节”之间怎样取舍？

先选择答案，再点击实验台的“提交预测并揭示”。图、数值和反演曲线在揭示前隐藏，避免把读图当成预测。

3. 最小正演模型：一条公式同时描述光谱和图像

在连续坐标 \(r\) 上，点扩散函数是仪器对理想点对象的响应。对强度数据，需要空间非相干成像（或谱线强度可线性叠加）、平移不变和单色/窄带近似，才有下面的线性正演。相干成像先对复振幅卷积，再取模平方，不能直接套同一个强度卷积：

\[ y(r)=(h*x)(r)+n(r)=\int h(r-r')x(r')\,dr'+n(r). \]

光谱仪中 \(r\) 可以是波长偏移；成像中 \(r\) 可以是一个空间坐标。卷积并不表示仪器“把两个对象相加成一个对象”，而是每个真实位置都贡献一个平移后的 PSF，所有贡献按探测器的线性响应相加。

实验采用周期采样网格，只是为了让有限长度的 Fourier 计算有明确边界。网格上的卷积是

\[ y_i=\sum_{j=0}^{N-1}h_{i-j}x_j+n_i, \qquad \sum_jh_j=1. \]

最后一个条件是直流增益为 1：对常数对象，仪器不会凭空改变平均值。它是本实验的一个可检验不变量，不是所有真实探测器都自动满足的校准事实。

4. 分辨率不是一条神奇的线：先把约定说清楚

高斯 PSF 写成

\[ h(r)\propto \exp\left(-\frac{r^2}{2\sigma^2}\right). \]

令中心值为 1，半高条件为 \(e^{-r^2/(2\sigma^2)}=1/2\)，所以半宽是 \(r=\sigma\sqrt{2\ln2}\)，两侧相加得到

\[ \boxed{\mathrm{FWHM}=2\sqrt{2\ln2}\,\sigma\simeq2.355\sigma.} \]

默认值给出 \(\mathrm{FWHM}=2.35482\times0.18=0.42387\)，因而 \(d/\mathrm{FWHM}=0.72/0.42387\approx1.70\)。这说明在当前高斯、等强近邻峰和采样约定下，两个峰距大约是一个 FWHM 的 1.7 倍；实验把这个比值叫作分辨率代理，不是把它伪装成所有光谱仪和显微镜都必须服从的唯一阈值。

不同判据会给不同答案：Rayleigh 判据针对特定孔径和峰谷定义，FWHM 是单峰宽度，最小可分辨间距还会受峰强比、背景、采样、显示对比度和拟合模型影响。真正负责比较仪器的，必须是同一判据和同一误差容限。

5. Fourier 账本：卷积为什么会吃掉高频？

Fourier 变换把卷积变成乘法：

\[ \widehat y(q)=H(q)X(q)+N(q), \qquad H(q)=\widehat h(q). \]

采用角空间频率 \(q\)，变换约定为 \(H(q)=\int h(r)e^{-iqr}dr\)。对积分归一化为 1 的连续高斯 PSF，传递函数幅值为

\[ |H(q)|=\exp\left[-\frac{(\sigma q)^2}{2}\right]. \]

它随空间频率 \(q\) 增大而下降。低频代表缓慢变化的轮廓，高频代表尖锐边缘、窄谱线和近邻峰。默认 \(\sigma=0.18\) 时，\(q=4\) 给 \(|H|=e^{-0.2592}\approx0.771\)，\(q=12\) 给 \(|H|=e^{-2.3328}\approx0.097\)。同一个对象的高频不是被“改名”，而是在探测器读数中只剩原来的约十分之一。

这也解释了成像中的 MTF（调制传递函数）与光谱仪的线扩散函数为什么属于同一族概念：MTF 是 \(|H|\) 的频率刻画，在二维非相干成像中，线扩散函数通常是 PSF 沿垂直方向的积分，如 \(h_{\rm LSF}(x)=\int h_{\rm PSF}(x,y)dy\)，一般不等于取截面 \(h_{\rm PSF}(x,0)\)。一个在实空间描述“点怎样变成斑”，另一个在频域描述“不同细节频率还剩多少对比度”。

6. 逆问题：除法何时变成不稳定的放大器？

若没有噪声且 \(H(q)\ne0\)，形式上的逆是 \(X=Y/H\)。但真实测量含有 \(N\)，所以

\[ \frac{Y}{H}=X+\frac{N}{H}. \]

当 \(|H|\) 很小时，第二项会很大；这不是算法写得不够聪明，而是正演实验对该频率确实只留下了微弱证据。实验的稳定反演采用 零阶 Tikhonov 形式

\[ \boxed{\hat X_\lambda(q)=\frac{H^*(q)}{|H(q)|^2+\lambda}\,Y(q)}, \qquad \lambda\ge0. \]

它在 \(H\) 为实数正值时恰为 \(H/(H^2+\lambda)\)。当 \(H^2\gg\lambda\)，增益接近 \(1/H\)；当 \(H^2\ll\lambda\)，增益约为 \(H/\lambda\)，不再让极小的传递函数制造巨大噪声。代价是高频真实细节也会被压制，故 \(\lambda\) 不是“越大越好”的清晰度旋钮。

默认 \(\lambda=0.02\)：在 \(q=4\) 处反演增益约为 \(0.771/(0.771^2+0.02)=1.25\)，在 \(q=12\) 处约为 \(0.097/(0.097^2+0.02)=3.30\)。直接逆在 \(q=12\) 处会有约 \(10.3\) 的增益；正则化仍然允许高频进入，却把噪声放大限制到较小的量级。

从连续公式到离散实验，还差一个采样约定。本实验 \(L=6,N=96\)，位置间隔 \(\Delta r=L/N=0.0625\)；真实两线各有固定高斯宽度 \(\sigma_s=0.045\)，所以显示的是窄线的离散样本，不是数学上的 delta。周期卷积的特征频点为

\[ q_k=\frac{2\pi k}{L},\qquad H_k=\sum_{j=0}^{N-1}h_j e^{-2\pi i k j/N}. \]

上式 \(q_k=2\pi k/L\) 用于图中非负半谱 \(0\le k\le N/2\)。完整 DFT 的 \(N/2<k<N\) 槽位应按 \(q_k=2\pi(k-N)/L\) 解释为负频率；相差 \(2\pi/\Delta r\) 的频率在格点上等价。\(k=N/2\) 的 Nyquist 槽可用正或负端点表示，两者给出同一格点序列，不应重复计数。

图中的圆点才是这些 DFT 特征值；连接的核 Fourier 曲线允许任意 \(q\)，用于与连续高斯比较。\(q=4,12\) 是参考位置，一般不是 \(q_k\)，不能声称这两个参考值就是程序求逆的两个 DFT 槽位。PSF 小图为峰值归一化的 \(h(r)/h(0)\)；实际卷积核另按 \(\sum h_j=1\) 归一化。

零正则化必须真的为零。当 \(\lambda=0\) 时直接反演没有“偷偷加小数”的保护。本实验先检查全部离散谱；若最小 \(|H_k|\) 不足以在当前双精度下可靠求逆，就停止显示直接重建，并明确提示选择正正则化或缩小 PSF。这个数值阈值不等于物理上证明 \(H_k=0\)。对于可可靠求逆的配置，程序才实际计算 \(Y_k/H_k\)。

还可以用平均值发现正则化的偏差：因为 \(H_0=1\)，零阶 Tikhonov 给出 \(\bar x_\lambda=\bar y/(1+\lambda)\)。因此即使无噪声，\(\lambda>0\) 也会收缩 DC。实验同时报告观测和重建的平均值，避免把“稳定”误解成“无偏”。合成扰动是固定两正弦之和，滑块表示幅度系数，并非白噪声标准差；RMS 另按实际扰动计算。

无 JavaScript 时的静态读法：实验在长度 \(L=6\) 的周期网格上放置两条窄高斯谱线，峰距 \(d=0.72\)；PSF 取高斯宽度 \(\sigma=0.18\)，噪声幅度为 \(0.025\)，正则化为 \(\lambda=0.02\)。连续高斯公式给出 \(\mathrm{FWHM}=2.355\sigma=0.42387\)，分辨率代理 \(d/\mathrm{FWHM}=1.70\)。正演是 \(y=h*x+n\)，其中离散核满足 \(\sum h_i=1\)。

账本 默认数值 解释
PSF 宽度 \(\sigma=0.18\) 仪器把理想点展成斑的尺度
半高全宽 \(0.42387\) \(2\sqrt{2\ln2}\,\sigma\)，不是 Rayleigh 唯一阈值
两峰距 / FWHM \(1.70\) 当前等强近邻峰的分辨率代理
低频传递 \(H(4)=0.771\) \(q=4\) 的细节保留约 77%
高频传递 \(H(12)=0.097\) \(q=12\) 的细节只剩约 10%
Tikhonov 增益 \(G_{12}=3.30\) \(H/(H^2+\lambda)\)；低于直接逆约 \(10.3\) 的增益

图中蓝线是真实的两峰，橙线是卷积后再加确定性噪声的测量，绿线是 Fourier 域正则化重建。下方同时画 PSF 和 \(|H|\)：实空间的变宽与频域的高频衰减是同一个算子的两种投影。这里的“周期网格”只为定义有限计算，真实实验还要处理边界、背景和探测器响应。

7. 误区与失败边界：能画出两峰，不等于测到了两峰

  • 把 FWHM 当成普遍分辨极限。FWHM 是一个宽度指标；Rayleigh、半峰谷比、拟合置信区间和任务特定的检测概率可能给出不同阈值。
  • 把反卷积当作信息创造。如果 \(H(q)=0\)，该频率从线性测量中没有证据；如果 \(H(q)\) 只是很小，反演仍会严重依赖噪声模型和先验。正则化改变的是估计规则，不是已经完成的测量。
  • 把复振幅、强度和频谱混为一谈。光学场先叠加再取模方；成像数据常是强度，强度测量的相位信息通常已丢失，不能直接套复振幅反演。
  • 忽略采样边界。像素间距要满足目标频段的 Nyquist 条件；否则混叠在采集时就发生，之后的反卷积不能可靠地辨认原频率。
  • 把仪器变宽归咎于样品。谱线自然宽度、碰撞展宽、Doppler 展宽、像差和探测器积分可能共同进入有效 PSF；必须用已知窄线或点源做校准，而不是只看未知样品。

本实验用平移不变、高斯、线性模型，是为了把算子结构看清楚。空间变化的像差、非线性饱和、泊松噪声、背景漂移和稀疏先验需要换模型；它们不是把当前公式多写一行就自动解决的修正。

8. 迁移任务：用反例检查你的分辨率解释

题 1：两条等强、理想无噪声的高斯峰，各自的观测标准差为 \(s\)。只以“中点由峰变成谷”为判据，间距至少应超过多少？这等于一个 FWHM 吗？

题 2：常数对象 \(x(r)=1\) 经单位 DC 增益的仪器、无噪声观测后，用 \(\lambda=0.20\) 的零阶 Tikhonov 重建。平均值还是 1 吗？

题 3：两条 Lorentz 线形的半高半宽分别为 0.06 nm 和 0.08 nm，卷积后的 FWHM 是多少？可否把它们当作两个高斯标准差平方相加？

展开推导与反例

1. 写 \(y(r)=e^{-(r-d/2)^2/(2s^2)}+e^{-(r+d/2)^2/(2s^2)}\)，对称性使 \(y'(0)=0\)，而

\[ y''(0)=2e^{-d^2/(8s^2)}\left(\frac{d^2}{4s^4}-\frac1{s^2}\right). \]

故 \(d>2s\) 时中点成为局部谷。临界 \(d=2s\) 约为 FWHM 的 0.849 倍，说明“一个 FWHM”不是通用阈值。对连续高斯源线与高斯 PSF，\(s=\sqrt{\sigma_s^2+\sigma^2}\)；实际噪声与离散采样还会影响峰谷是否可判。本实验默认两峰较易区分，但不能以此保证所有样本或真实仪器都可分辨。

2. DC 模态满足 \(H_0=1\)，因此重建为常数 \(1/(1+0.20)=5/6\)。数据没有变，偏差来自估计规则。若要保持总强度，应另加约束或采用不惩罚 DC 的正则项，并重新说明所解问题。

3. Lorentz 半宽相加为 0.14 nm，故 FWHM 为 0.28 nm。它没有有限方差；0.10 nm 的平方和结果只适用于把那两个数字解释为高斯标准差的另一模型。

1. 从“看见”到“测量”：观测量不是对象本身

实验物理的第一道纪律是写清楚链路。若真实对象是 \(x(r)\)，仪器的响应是 \(h(r,r')\)，探测器的增益和背景分别为 \(g,b\)，更一般的模型是

\[ y_i=g_i\sum_j h_{ij}x_j+b_i+n_i. \]

平移不变时 \(h_{ij}=h(r_i-r_j)\)，才可以把矩阵乘法简写成卷积。光谱仪中狭缝宽度、色散、像差和像素积分共同决定线扩散函数；显微镜中衍射孔径、像差、焦外和像素积分共同决定 PSF。所谓“分辨率”总是带有对象、判据和误差门槛。

一个实用的正演流程是：先写理想对象，测或估计 PSF，加入背景和噪声，再预测仪器读数。反演流程则反过来，但不能忘记每个步骤的误差：PSF 校准本身有不确定度，背景估计会与宽结构耦合，像素采样会裁掉高频，探测器增益不一致会把平场误差误判为对象纹理。

2. 光谱分辨率：线宽、线距与物理展宽

光谱仪把波长映射到探测器坐标。若色散为 \(D=dx/d\lambda\)，狭缝和像差在探测器上造成空间宽度 \(w_x\)，则仪器贡献的波长宽度近似为 \(w_\lambda=w_x/|D|\)。常用 resolving power 是

\[ R=\frac{\lambda}{\Delta\lambda}, \]

但 \(\Delta\lambda\) 必须说明是 FWHM、Rayleigh 间距还是拟合标准差。真实谱线还会与仪器线形卷积：若样品与仪器都近似高斯，方差相加，

\[ \sigma_{\mathrm{measured}}^2\simeq\sigma_{\mathrm{sample}}^2+\sigma_{\mathrm{instrument}}^2. \]

这里的“样品高斯宽度”可以来自 Doppler 分布，不能泛称为自然寿命展宽。纯指数衰减模型中的自然寿命展宽是 Lorentz 型。两个 Lorentz 线形卷积后仍是 Lorentz，半高半宽相加；Gaussian 与 Lorentz 卷积才是 Voigt。Lorentz 分布没有有限方差，不能用高斯的方差相加规则处理。温度给出的 Doppler 宽度在非相对论近似下满足 \(\Delta\lambda/\lambda\sim\sqrt{k_BT/(mc^2)}\)；压强、寿命和仪器响应则有不同的参数依赖。谱线反演因此不是“量一个宽度就读出温度”，而是模型比较。

3. 成像分辨率：孔径、衍射与 OTF

对相干标量成像，瞳孔函数 \(P(\boldsymbol\rho)\) 的 Fourier 变换控制点响应；对非相干成像，强度 PSF 的 Fourier 变换是 OTF，MTF 是其模。圆孔 Airy 斑的第一暗环角尺度常写成 \(1.22\lambda/D\)，这与 Rayleigh 判据一起使用时有明确语境。数值孔径增大通常带来更高的可收集空间频率，但像差、折射率不匹配、照明相干性和探测器采样都可能成为新的瓶颈。

“高频代表细节”不是视觉修辞：一个尖锐边缘需要很多 Fourier 分量叠加。低通滤波会让边缘软化；高通会强调边缘同时放大噪声。4f 系统在频率面上乘以滤波器，遮挡的频率不是在后面的透镜里自动重生。若用学习模型或稀疏先验“补全”细节，必须把它标成先验驱动的估计，并用独立标定样本检验幻觉风险。

4. 反演与不确定度：稳定不等于无偏

矩阵形式的正则化估计为

\[ \hat x_\lambda=\arg\min_x\left\{\|Hx-y\|_{\Sigma^{-1}}^2+\lambda\|Lx\|^2\right\}. \]

这里 \(H\) 是离散正演矩阵，\(\Sigma\) 是噪声协方差，\(L\) 可以是单位矩阵、差分矩阵或其他惩罚高频的算子。还须 \(H\) 是本实验的周期卷积算子，才可由 DFT 对角化。若惩罚算子 \(L=I\)、\(\Sigma=\sigma_n^2I\)，将目标乘以 \(\sigma_n^2\) 后，频域分母实际为 \(|H_k|^2+\lambda\sigma_n^2\)；学习层将这一有效权重整体记成 \(\lambda\)。Wiener 滤波则还要指定信号与噪声功率谱，增益为 \(H^*/(|H|^2+S_n/S_x)\)；只有该谱比为常数等条件下，才与这里的形式一致。增加 \(\lambda\) 通常降低方差、增加偏差；减少 \(\lambda\) 通常保留更多细节、提高噪声敏感性。这是偏差–方差折中，不是一个可以脱离任务定义的“最佳清晰度”。

实际选择 \(\lambda\) 可以用已知样品交叉验证、广义交叉验证、L 曲线或基于噪声统计的 discrepancy principle。最重要的验证不是看图更锐，而是看：已知峰的位置和面积是否保持，残差是否符合噪声模型，改变 PSF 估计后结论是否稳定。对稀疏谱线，峰检测的错误发现率；对图像，结构相似度和定位误差；对参数测量，后验或置信区间，都是比“肉眼舒服”更可靠的验收量。

5. 三个数量级例子

例 1：光谱仪的判据。在 \(\lambda=600\) nm 处，若仪器的 FWHM 是 \(0.20\) nm，则按 FWHM 约定 \(R=3000\)。两条相距 \(0.15\) nm 的等强高斯线是否“可分辨”，不能只由 \(R\) 的一个数字回答，还要给出峰强比、背景、采样间距和使用的峰谷判据。

例 2：高斯卷积。一条本征高斯线 \(\sigma_s=0.06\) nm 与仪器 \(\sigma_i=0.08\) nm 卷积，测得 \(\sigma_m=\sqrt{0.06^2+0.08^2}=0.10\) nm，故 FWHM 约为 \(0.236\) nm。若误把两个 FWHM 相加，会得到错误的宽度，因为高斯卷积守恒的是方差。

例 3：反演增益。某频率的 \(|H|=0.05\)，直接逆的幅度增益为 20。若测量噪声在该频率的幅度是 \(0.01\)，仅噪声就可能被推到约 \(0.2\) 的重建波动。取 \(\lambda=0.01\) 时 Tikhonov 增益为 \(0.05/(0.05^2+0.01)\approx4.0\)，代价是该频率的真实信号也被收缩。\(■\)

下一页：实验 IV 把“测量链”继续向前追——真空决定碰撞，低温决定热预算，数据采集决定你究竟记录了哪个频率。

把CRDS机制与已校准的真实测量产品连接，可做NOAA CO₂真实数据项目。使用有版本和质量说明的固定快照，保留独立复算与模型边界。

原始参考：MIT 光学：相干与非相干成像、MIT 线扩散函数、NIST 光谱线形、NIST DLMF：Voigt 函数。