計算スペクトルイメージング技術は圧縮センシング理論に基づき、光学システムに符号化装置を導入し、高次元のスペクトルデータを低次元の観測値に圧縮マッピングして測定し、先進的なスペクトル再構成アルゴリズムを組み合わせて元のスペクトル画像をデコードします。この技術は構造のコンパクト性、取得速度、製造コストの面で顕著な利点を示し、消費者向けの応用はスマートフォン、ドローン、リモートセンシング衛星などのプラットフォームに徐々に拡大されており、カラーイメージング、環境モニタリング、医療診断など多様なシナリオに対応しています。本論文は計算スペクトルイメージングの理論的枠組みと方法体系を体系的に述べ、振幅符号化、波長符号化、波面符号化、多開口符号化などの代表的な光学符号化戦略を重点的に解析し、事前制約に基づく反復アルゴリズムと深層学習に基づくエンドツーエンドモデルを含む主流の再構成方法を概説します。最後に、本論文はこの分野の発展動向および解決すべき重要な課題についても議論します。計算スペクトルイメージング技術はスマート製造、人工知能、低高度経済、スマート農業などの戦略的新興産業の発展と高度に一致しており、将来的にはより多くの分野で重要な役割を果たすことが期待されます。

計算イメージング;スペクトルイメージング;圧縮センシング;深層学習