东南大学自动化学院洪丹枫教授团队在高光谱成像领域发表了一篇重磅综述论文。这篇文章刊登在了国际顶级方法学期刊《Nature Reviews Methods Primers》上。 高光谱成像（Hyperspectral Imaging, HSI）通过一次扫描就能获取目标场景的光谱信息，主要有摆扫式、推扫式、凝视式和快照式四种成像方式。 数据处理通常从观测到的辐射率或反射率数据开始，经过底层处理（如图像复原、图像增强与降维）和高层分析（如分类、光谱解混与目标检测）两个步骤。 洪丹枫团队把高光谱技术从概念定义、成像机制与技术路径一直讲到数据处理方法与典型应用场景，还分析了人工智能（AI）时代面临的挑战和前沿方向。 论文提到高光谱成像当前的局限性，给出了未来发展的长期愿景。比如“3J”智能协同，强调传感（Joint sensing）、计算（Joint computing）和量化（Joint quantification）的深度耦合；全视角结构化成像则融合了光场成像、结构光照明与高光谱传感技术；HSI智能大脑则希望让系统具备自主场景理解与决策能力；最后是“九九归一”愿景，希望在数据、模型和应用层面都能统一。 麦姆斯咨询了解到这次的重要进展。洪丹枫教授团队系统梳理了高光谱技术的完整链路，并把这些内容总结在综述里。 他们把四种典型成像方式做了对比。底层处理和高层分析的流程也在图3里展示出来。为了让研究更简单，他们把整个领域的关键点都摆在了明面上。 展望未来时，他们提出了四个方向：通过软硬件协同设计实现“3J”智能协同；把光场成像等技术和AI结合起来做全视角结构化成像；让HSI智能大脑有自我认知的能力；还有数据和模型都要统一的“九九归一”愿景。 这篇论文给多学科研究人员提供了权威指南，有望推动高光谱技术在科学研究和社会应用中的发展。东南大学和东南大学自动化学院在这次进展中发挥了重要作用。