近透视 (NIR) 高光谱成像是一种非常有前景的检测技术，能够捕获详细的 3D 光谱空间信息，有助于根据材料和目标的光谱特征进行识别和表征。
该技术广泛应用于化学、农业和事等各个行业，依赖于色散光学和窄带光滤波器等策略。
但这些方法都存在局限性，此外，大规模InGaAs探测器阵列的制作也存在挑战，需要开发新的实验方法和算法，以推进透视 高光谱成像技术的小型化和成本效益。
在《光科学与应用》上发表的一篇论文中，山东大学孙宝庆教授和高原教授领导的团队介绍了一种编码近透视 光谱和空间数据的新方法。
通过集成自组装胶体量子点 (CQD) 滤色片和数字微镜设备 (DMD)，他们通过单像素检测实现了光谱和图像数据的协同重建。利用 CQD 在宽波长范围内可调的吸收曲线，他们设计了基于 CQD 自组装结构的 NIR 滤光片，由表面特性和溶液蒸发速率控制。
CQD 透射谱线的激子吸收结构特征使其与传统彩色滤光片相比具有更高的光谱编码随机性和效率。使用 CQD 和 DMD 进行光谱和空间信息编码，以及单像素检测器和压缩感知算法，有助于将 CQD 滤光片的透射光谱与 DMD 生成的投影图案关联起来。
这使得高分辨率NIR高光谱图像的获取成为可能。每个像素都体现了完整的光谱特征，基于单像素检测原理，可以同时重建光谱和空间维度。
作者写道：“通过将单像素探测器与 CQD 滤波器相结合，我们不再需要传统高光谱成像系统中通常使用的昂贵的 2D 阵列传感器，从而降低了系统复杂性和成本。所获得的光谱重建和空间分辨能力展示了我们系统的有效性以及经济实惠的便携式高光谱成像设备的巨大潜力。
“此外，我们的策略整合了光谱和空间编码，通过在高光谱数据立方体上直接应用压缩感知算法，可以同时并相互交织地重建光谱和图像。这种方法不同于将算法分别应用于光谱和空间维度，为更高效的高光谱成像过程提供了潜力。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！