传统高光谱成像系统依赖分光元件和机械扫描，存在体积大、成本高、速度慢、光通量低等问题，难以实现轻量化和实时高分辨率成像；而现有片上方案多受限于窄光谱范围、较低光通量及空间-光谱分辨率权衡。
本文研究内容是提出并实现一种名为Hyperspec1的片上计算高光谱图像传感器，通过将宽带调制材料集成于图像传感器芯片，结合智能重建算法，实现高时空分辨率的高光谱成像。创新点一是采用光刻工艺制备宽带多光谱滤光片阵列（BMSFA），以16种不同宽带调制材料对入射光进行光谱编码，替代传统窄带滤光片，显著提高光通量（平均74.8%），并覆盖400–1700 nm宽谱段，同时保持全帧率成像能力。创新点二是设计轻量化混合神经网络SRNet，融合Transformer与CNN结构，利用谱段注意力模块高效提取光谱特征，实现从单帧压缩测量中高保真重建96个波长通道的高光谱数据，重建精度和速度均优于现有方法。文章结论为该传感器在400–1700 nm范围内实现1024×1024像素实时成像，平均光谱分辨率达8.53 nm，并在智能农业（叶绿素/糖度检测）、健康监测（血氧/水质）、工业检测（纺织品分类/苹果瘀伤）及天文遥感等应用中展现出优异性能，且整机仅数十克，易于集成。启发在于该研究将高维成像的挑战从昂贵复杂的光学系统转向“片上压缩+敏捷计算”的范式，不仅为高光谱传感器的轻量化和智能化提供了可行路径，也为未来融合多维信息（偏振、相位、深度）的下一代智能图像传感器设计开辟了新思路。
文献来源：Nature volume 635, pages73–81 (2024)
作者：Liheng Bian, Zhen Wang, Yuzhe Zhang, Lianjie Li, Yinuo Zhang, Chen Yang, Wen Fang, Jiajun Zhao, Chunli Zhu, Qinghao Meng, Xuan Peng & Jun Zhang
报告人: 马锦航
