文章介绍了一种新型高光谱成像传感器HyperspecI，其集成了硬件制造、光学校准和计算重建技术。该传感器采用宽带多光谱滤阵列（BMSFA）和宽带单色传感器芯片，可实现全时间分辨率的空间-光谱压缩，并通过神经网络从压缩测量中恢复高光谱数据立方体。文章还介绍了该传感器的应用潜力以及未来的扩展方向。
文章首先介绍了高光谱成像技术的背景，包括其在遥感、医疗等领域的应用，以及现有高光谱成像系统面临的挑战。
北京理工大学张军和边丽蘅团队开发的新型高光谱成像传感器HyperspecI，其采用光刻技术制造宽带多光谱滤阵列（BMSFA），结合宽带单色传感器芯片和神经网络，实现高吞吐量的实时高光谱成像。
文章介绍了两款可见光-近红外（VIS-NIR）高光谱成像传感器HyperspecI-V1和HyperspecI-V2的性能参数，包括光谱响应范围、光通量、通道数和像素分辨率等。
文章展示了HyperspecI传感器在智能农业、健康监测、工业自动化和天文观测等领域的应用潜力，以及其高分辨率、高信噪比和动态场景下的性能优势。
文章提出了通过先进技术实现更高的自由度和精度的BMSFA设计、增强高光谱重建能力、与异构探测设备结合实现多源融合探测等未来扩展方向。
高光谱成像技术通过捕捉详细的空间、时间和光谱数据，能够揭示物质的内在光学特性，与多光谱成像相比，高光谱成像能够获取从几十到几百个波段的大量波长通道，并与光谱仪相比保持优越的空间映射能力。这些特性使其在遥感、医疗等领域得到广泛应用。
但为了获取密集的空间光谱数据立方体，现有高光谱成像系统往往因为需要复杂的光学和机械组件而存在体积大、成本高、操作慢的问题。为了克服这些挑战，研究人员发展了计算快照高光谱成像技术，如
计算机断层成像系统（CTIS）和编码孔径快照光谱成像（CASSI），它们通过单次测量获取多维信息，并利用压缩感知或深度学习算法进行数据重建。尽管这些技术提高了时间分辨率，但仍然依赖于额外的光学元件进行光调制，限制了其在轻量级集成中的应用。
为实现集成高光谱成像，目前最合理的方法是通过扩展传统RGB相机模式，引入更多窄带滤光片来实现多光谱成像，但这种方法在光通量和分辨率上存在权衡。此外，利用纳米制造技术和散射介质的高光谱成像技术虽然在集成度上取得了进展，但通常受限于光谱范围窄和光通量低的问题。这些技术通常只能覆盖有限的光谱范围，并且存在光谱范围窄、光吞吐率低以及空间和光谱分辨率之间的权衡。
在这项工作中，北京理工大学张军和边丽蘅团队开发了一种新型高光谱成像传感器——HyperspecI，它集硬件制造、光学校准和计算重建技术于一体。创新性地采用了光刻技术制造宽带多光谱滤阵列（BMSFA），相比传统窄带滤波器，BMSFA能处理更宽的光谱范围，提高光通量，有利于低光照和远距离成像应用。
通过与宽带单色传感器芯片结合，HyperspecI传感器可实现全时间分辨率的空间-光谱压缩。并进一步通过一个轻量级和高性能的神经网络（光谱重建网络（SRNet））从BMSFA压缩测量中高效地恢复高光谱数据立方体，因此可以从每帧中重建出具有高空间和光谱分辨率的高光谱图像（HSIs），实现高吞吐量的实时高光谱成像。
根据上述框架，研究者制造了两个可见光-近红外（VIS-NIR）高光谱成像传感器（HyperspecI-V1和HyperspecI-V2）。HyperspecI-V1和HyperspecI-V2两款传感器的光谱响应范围分别覆盖了400-1000纳米和400-1700纳米，平均光通量高达71.8%和74.8%，在低光照条件下性能优异。此外，HyperspecI-V1传感器在400-1000纳米范围内产生61个通道，每个通道有2048×2048像素，速度为47帧/秒。HyperspecI-V2传感器在400-1000纳米范围内产生96个波长通道，每个通道间隔10纳米，在1000-1700纳米范围内间隔20纳米。每个通道由1024×1024像素组成，速度为124帧/秒。
HyperspecI传感器在多个领域展现出广泛的应用潜力，包括智能农业、健康监测、工业自动化和天文观测等。它不仅具备高信噪比和高分辨率的优势，还能在动态场景下捕捉细节，检测微小或远距离目标。HyperspecI的紧凑设计和轻量化特点也使其成为有限载荷平台上的理想选择。
· 图文简介
图1:hyperspec技术工作原理
图2 | HyperspecI传感器的高光谱成像性能
图3 |高分辨率、高光通量和实时性的高光谱成像性能演示
图4 | hyperspec传感器在智能农业中的应用
图5 | hyperspec传感器在血氧、水质监测中的应用
图6 | hyperspec传感器在纺织品分类和苹果瘀伤检测中的应用
