계산 스펙트럼 이미징 기술은 압축 감지 이론에 기반하며, 광학 시스템에 인코딩 장치를 도입하여 고차원 스펙트럼 데이터를 저차원 관측값으로 압축 매핑한 후 측정하고, 고급 스펙트럼 재구성 알고리즘을 결합하여 원본 스펙트럼 이미지를 디코딩합니다. 이 기술은 구조의 간결성, 수집 속도 및 제조 비용 측면에서 뚜렷한 이점을 보여주며, 소비자용 응용 분야는 스마트폰, 무인기, 원격 탐사 위성 등 플랫폼으로 점차 확장되어 색상 이미징, 환경 모니터링, 의료 진단 등 다양한 시나리오에 활용되고 있습니다. 본 논문은 계산 스펙트럼 이미징의 이론적 틀과 방법론 체계를 체계적으로 설명하고, 진폭 부호화, 파장 부호화, 파면 부호화, 다개구 부호화를 포함한 대표적인 광학 부호화 전략을 중점 분석하며, 선험적 제약 기반 반복 알고리즘과 딥러닝 기반 엔드 투 엔드 모델을 아우르는 주류 재구성 방법을 개관합니다. 마지막으로 본 논문은 해당 분야의 발전 동향과 해결해야 할 핵심 과제도 논의합니다. 계산 스펙트럼 이미징 기술은 스마트 제조, 인공지능, 저고도 경제, 스마트 농업 등 전략적 신흥 산업의 발전과 높은 연관성을 가지며, 미래에 더 많은 분야에서 중요한 역할을 할 것으로 기대됩니다.

계산 영상;스펙트럼 이미징;압축 감지;딥러닝