盖世汽车讯 近红外（NIR）高光谱成像是一种极具前景的检测技术，能够捕捉详细的3D光谱空间信息，使得基于光谱特征的材料和目标的识别和表征成为可能。该技术依赖于色散光学和窄带滤光片等策略，在化学、农业和军事等领域得到广泛应用。

然而，这些方法都存在局限性。此外，大规模InGaAs探测器阵列的制造也带来了挑战，因此开发新的实验方法和算法显得很有必要，以推进红外高光谱成像技术的微型化并提高成本效益。

据外媒报道，山东大学（Shandong University）孙宝清教授和高原教授领导的研究团队介绍了一种编码近红外光谱和空间数据的新方法，相关研究成果发表在期刊《Light Science & Applications》上。

图片来源：《Light Science & Applications》

通过集成自组装胶体量子点（CQD）滤色片和数字微镜设备（DMD），研究人员通过单像素探测原理实现了光谱和图像数据的协同重建。利用CQD在宽波长范围内的可调吸收曲线，研究人员基于CQD的自组装结构设计了近红外滤波片，并由表面特性和溶液蒸发速率控制。

CQD的透射特征谱线具有明显的激子吸收结构，与传统滤色片相比具有更高的光谱编码随机性和编码效率。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滤波片的透射光谱与DMD产生的投影图案相关联。这样就能获取高分辨率的近红外高光谱图像。每个像素都包含完整的光谱特征，实现了基于单像素探测原理的光谱和空间维度的协同重建。

该研究作者表示：“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通常使用的昂贵的2D阵列传感器，从而降低了系统的复杂性和成本。这种方法实现的光谱重建和空间分辨能力展示了我们系统的有效性，以及实现低成本和便携式高光谱成像设备的巨大潜力。此外，我们的策略还集成了光谱和空间编码，通过在高光谱数据立方体上直接应用压缩感知算法，有可能实现光谱和图像的同步交织重建。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可能。”

来源：内容来源于网络，版权归原作者及原出处所有，如涉及版权等问题，请及时联系我们。