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、光学システムにコーディングデバイスを導入し、高次元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と組み合わせて元のスペクトル画像をデコードする。構造のコンパクト性、収集速度、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へ徐々に拡大し、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ーンに対応している。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説明し、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、先行拘束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手法を概説する。最後に、本論文は当該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論じる。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、低空経済、スマート農業などの戦略的な新興産業の発展と高度に整合しており、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る。

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