تعتمد تقنية التصوير الطيفي الحسابي على نظرية الاستشعار المضغوط، حيث يتم إدخال أجهزة الترميز في النظام البصري لضغط وتحويل بيانات الطيف عالية الأبعاد إلى قيم مراقبة منخفضة الأبعاد ثم قياسها، وباستخدام خوارزميات إعادة بناء طيفية متقدمة لفك ترميز صورة الطيف الأصلية. تظهر التقنية مزايا ملحوظة في جوانب مثل الهيكل المدمج، سرعة الجمع، وتكاليف التصنيع. وقد توسعت تطبيقاتها الاستهلاكية تدريجيًا لتشمل الهواتف الذكية، الطائرات بدون طيار، والأقمار الصناعية للاستشعار عن بعد، وتخدم العديد من السيناريوهات مثل التصوير اللوني، مراقبة البيئة، والتشخيص الطبي. توضح هذه المقالة إطار العمل النظري ونظام الطرق للتصوير الطيفي الحسابي، مع تحليل استراتيجيات الترميز البصرية النموذجية، بما في ذلك ترميز السعة، ترميز الطول الموجي، ترميز مقدمة الموجة، وترميز الفتحة المتعددة، بالإضافة إلى مراجعة طرق إعادة البناء السائدة التي تشمل الخوارزميات التكرارية القائمة على القيود المسبقة والنماذج الشاملة القائمة على التعلم العميق. في النهاية، تناقش المقالة الاتجاهات المستقبلية والتحديات الرئيسية التي يجب معالجتها في هذا المجال. تتوافق تقنية التصوير الطيفي الحسابي بشكل كبير مع تطوير الصناعات الناشئة الاستراتيجية مثل التصنيع الذكي، الذكاء الاصطناعي، الاقتصاد منخفض الارتفاع، والزراعة الذكية، ومن المتوقع أن تلعب دورًا مهمًا في المزيد من المجالات المستقبلية.

التصوير الحسابي;التصوير الطيفي;الاستشعار المضغوط;التعلم العميق