A tecnologia de imageamento espectral computacional baseia-se na teoria da compressão sensorial, introduzindo dispositivos codificadores no sistema óptico, que comprimem e mapeiam dados espectrais de alta dimensão em valores observacionais de baixa dimensão para medição, e posteriormente decodificam a imagem espectral original usando algoritmos avançados de reconstrução espectral. Essa tecnologia apresenta vantagens significativas em termos de compacidade estrutural, velocidade de aquisição e custo de fabricação. Suas aplicações de consumo têm se expandido gradualmente para plataformas como smartphones, drones e satélites de sensoriamento remoto, atendendo a múltiplos cenários, como imagem em cores, monitoramento ambiental e diagnóstico médico. Este artigo expõe sistematicamente a estrutura teórica e o sistema metodológico do imageamento espectral computacional, com foco em suas estratégias típicas de codificação óptica, incluindo codificação de amplitude, codificação de comprimento de onda, codificação de frente de onda e codificação de múltiplas aberturas, e revisa os principais métodos de reconstrução, abrangendo algoritmos iterativos baseados em restrições a priori e modelos ponta a ponta baseados em aprendizado profundo. Por fim, o artigo discute as tendências de desenvolvimento e os desafios principais a serem resolvidos nesta área. A tecnologia de imageamento espectral computacional está altamente alinhada com o desenvolvimento de indústrias estratégicas emergentes, como manufatura inteligente, inteligência artificial, economia de baixa altitude e agricultura inteligente, e espera-se que desempenhe um papel importante em mais áreas no futuro.

Imageamento computacional;Imageamento espectral;Compressão sensorial;Aprendizado profundo