Die technologie der computergestützten spektralen bildgebung basiert auf der theorie des komprimierten sensings, bei der codierungseinrichtungen in optische systeme eingeführt werden, um hochdimensionale spektraldaten in niedrigdimensionale beobachtungswerte zu komprimieren und abzubilden, die dann gemessen werden. In Kombination mit fortschrittlichen spektralen rekonstruktionsalgorithmen wird das ursprüngliche spektralbild dekodiert. Diese technik weist deutliche vorteile in bezug auf kompakte struktur, schnellere erfassungsgeschwindigkeit und herstellungskosten auf. Verbraucheranwendungen haben sich schrittweise auf plattformen wie smartphones, drohnen und fernerkundungssatelliten ausgeweitet und bedienen verschiedene szenarien wie farbbildgebung, umweltüberwachung und medizinische diagnose. Dieser artikel erläutert systematisch den theoretischen rahmen und das methodensystem der computergestützten spektralen bildgebung, analysiert die typischen optischen codierungsstrategien, einschließlich amplitudencodierung, wellenlängencodierung, wellenvordergrundcodierung und mehrlochaperturencodierung, und gibt einen überblick über die gängigen rekonstruktionsmethoden, die iterative algoritmen auf der basis von priori-beschränkungen und end-to-end-modelle auf der basis tiefenlernens umfassen. Abschließend werden die entwicklungstrends und die drängenden herausforderungen in diesem bereich diskutiert. Die technologie der computergestützten spektralen bildgebung ist eng mit der entwicklung strategischer neuer industriebranchen wie intelligente fertigung, künstliche intelligenz, niedrigluftwirtschaft und intelligente landwirtschaft verbunden und wird in zukunft voraussichtlich in weiteren bereichen eine wichtige rolle spielen.

computational imaging; spektrale bildgebung; komprimiertes sensing; tiefes lernen