9月2日，北京理工大学科研团队在《科学》杂志发表最新研究成果，首创片上光谱计算新方法，实现了高光谱相机从图像采集到信息解析的全链路片上集成处理。这一突破使原本依赖大型服务器完成的光谱解析可在便携设备中现场实时完成，相关论文同日在线发表。
高光谱成像技术通过在空间信息基础上增加光谱维度，能够通过物质特有的光谱信息识别材质和成分，是遥感监测、工业检测等领域的重要技术。然而，高光谱图像数据量极大，单张图片可达数百兆甚至上千兆，对后端数据处理分析造成巨大压力。北京理工大学长聘教授边丽蘅表示，高光谱成像在空间信息基础上多了一个光谱维度，一张图片就可能占几百到上千兆空间，给后端数据处理带来了压力。
为破解这一难题，研究团队从软硬件两端协同发力。2024年，团队率先在图像采集环节取得突破，将传统高光谱相机庞大的光路系统缩小到了芯片级别。此次研究进一步攻克了后端实时计算难题，通过挖掘光谱数据的关联性减少重复计算，并针对光谱数据特点重新设计芯片架构中的运算单元。这种片上光谱计算方式将原本需在服务器与芯片间多次传输的数据流，压缩在专用芯片内部连续完成，使数据无需在服务器中反复传输。
边丽蘅介绍，高光谱成像在遥感卫星上应用广泛，当计算部分实现芯片化后，数据无需传输回地面进行分析处理，可直接在卫星上实时出结果。该成果为高光谱技术在遥感卫星、便携式检测设备等场景的实时应用提供了技术基础。
此次研究的意义在于，它将高光谱成像系统的数据处理能力从云端下沉至终端设备，解决了长期以来高光谱数据量大与实时处理需求之间的矛盾。随着片上光谱计算技术的进一步成熟，高光谱成像有望在更多边缘计算场景中实现部署，推动遥感监测、工业质检等领域的实时化应用进程。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
