光谱成像技术国外发展现状与趋势
一、引言 Ab-S*| B
光谱成像技术是一种融合了传统成像技术与光谱分析技术的先进光电探测手段，能够在获取目标空间信息的同时，捕获其在不同波段上的光谱响应特性。与仅记录红、绿、蓝三个通道的传统成像技术不同，光谱成像技术将光谱分辨率提升至纳米级别，通过数十至数百个连续窄波段收集物体的反射或发射光辐射信息，形成独特的“光谱指纹”，使得物质成分识别与定量分析成为可能。 )AqM? FE4R
根据光谱分辨率和波段数量的不同，光谱成像技术可大致分为多光谱成像和高光谱成像两大类。多光谱成像通常覆盖3至15个较宽的离散波段，已广泛应用于农业监测、环境遥感和工业检测等领域；而高光谱成像则能够捕获数百个连续窄波段的光谱数据，在精细物质识别、化学组分分析和目标检测方面具有显著优势。近年来，高光谱成像技术正从专业分析工具向跨领域基础感知模态加速过渡，这一转变得益于光学器件、探测器技术和数据分析方法的全面进步。 >RBq& 'f
尤为值得关注的是，光谱鉴别功能正逐步从外部光学系统向传感器像素层面迁移。“芯片级光谱仪”和“像素级光谱集成”成为新的技术制高点，正在重新定义高光谱传感器的尺寸、成本和功耗边界，为消费电子、便携医疗和边缘智能设备打开了全新的应用空间。这种“无光学元件”或“片上光学”的架构转变，通过纳米光子结构、新型半导体材料和计算重建算法的协同，将光谱分析能力从实验室级精密仪器压缩至芯片尺度。 yK0Q,
从市场格局来看，高光谱成像系统市场正经历强劲增长。据市场研究机构报告，全球高光谱成像系统市场规模预计将从2025年的279.8亿美元增长至2026年的320.2亿美元，复合年增长率达14.5%，到2030年有望达到528.4亿美元。以相机产品口径统计，全球高光谱成像市场2025年估值约2.593亿美元，预计2034年将增长至7.299亿美元。北美地区目前占据全球高光谱成像市场约33.2%的份额，引领全球技术发展方向。多光谱相机市场同样稳步扩大，2025年估值约24.6亿美元，预计2032年将达到48.1亿美元，复合年增长率约10.05%。 Wb!%_1dER
从产业链角度看，全球光谱成像市场的参与者涵盖探测器材料与芯片供应商、光学系统与相机制造商、系统集成商以及终端应用用户。近年来，行业并购和融资活动显著加速，市场竞争格局日趋活跃。推动市场增长的核心驱动力包括：国防与军事监视领域需求的持续攀升、遥感探测应用的不断拓展、光学传感器技术的迭代进步、精密农业的蓬勃发展、生命科学与医疗诊断领域的扩张，以及工业自动化和光学分选领域的日益广泛应用。 !Il>,q&F
当前，高光谱成像技术正处于深刻变革期。传感器创新正在催生新的产品形态——紧凑型、低功耗的探测器和镜头组件使得机载、无人机载和手持式部署成为可能，而这些场景以往难以实现。与此同时，计算摄影和压缩感知技术正在从采集端减少数据量，使更多实时应用成为现实，同时降低下游数据处理需求。软件层面正在从实验室级工具向可规模化部署的操作平台演进，嵌入面向特定领域光谱库训练的机器学习模型，促进面向作物健康评估、材料识别等具体场景的垂直化解决方案不断涌现。 lVXgp'!#j
二、核心技术突破：从系统小型化到像素级光谱集成 0: h;ots'
当前光谱成像技术的核心变革集中在两个层面：一是整机系统的小型化与成像方式的革新，二是传感芯片本身的光谱功能集成。两者相互促进，正在重塑整个技术范式。 d^Ra1@0"q2
2.1 传感器芯片层面的光谱集成 x-U:T.+{
将光谱分析能力从实验室级精密仪器压缩至芯片尺度，是高光谱成像技术走向广泛普及的核心突破口。当前，该领域正处于从“光学系统小型化”向“传感器像素级光谱集成”跨越的关键阶段——光谱鉴别功能不再依赖外部棱镜、光栅或滤光轮，而是通过纳米光子结构、新型半导体材料和计算重建算法的协同，直接嵌入传感器芯片的像素层面。主流技术路径包括重构式片上光谱仪、超构表面像素级集成、纳米光子滤波阵列、基于材料本征选择性的探测器方案，以及单像素压缩感知与事件相机融合等新型计算架构。 _W ]2~9
2.1.1 重构式片上光谱仪 wQp,RpM
重构式光谱仪是近年片上光谱芯片领域最具突破性的方向之一。其核心思想是摒弃传统光谱仪中用于空间分离波长的棱镜或光栅，转而采用一组响应特性各异的微型探测器，借助人工智能算法从编码信号中计算重建入射光谱。 |V lAt#E
加州大学戴维斯分校（UC Davis）的AI增强光子捕获光谱芯片是该方向的标杆性成果。2026年初，UC Davis研究团队在Advanced Photonics上发表了一项突破性成果：一款仅0.4 mm²的AI增强光子捕获片上光谱仪。该芯片单片集成了16个经光子捕获表面纹理（photon-trapping surface textures, PTSTs）增强的硅光电二极管，每个探测器对入射光的响应特性均经过独特设计。光子捕获纳米结构通过散射机制显著延长了近红外（NIR）光子与硅材料的相互作用路径，将硅探测器的有效灵敏度从约950 nm扩展至1100 nm。 F kz+Qz
然而，仅靠16个探测器的编码信号无法直接还原光谱——这需要借助机器学习。研究团队训练了一个全连接神经网络，学习探测器原始输出与真实光谱之间的复杂映射关系，实现了约8 nm的光谱分辨率，重建均方根误差低于0.05。更值得注意的是其噪声鲁棒性：在人为加入40 dB探测器噪声的条件下，系统仍能维持30 dB以上的信噪比，而传统光谱仪在同等条件下已完全失效。芯片还具有50 dB的动态范围、57 ps的超快时间响应和超过7000的光电二极管增益，为便携式实时高光谱传感在生物医学成像、环境监测等场景中的应用奠定了坚实基础。 =q^o6{d0"
北卡罗来纳州立大学的偏压可调串联有机光电探测器则采用了完全不同的技术路线。该团队开发了一种仅数平方毫米大小的单像素光谱仪，利用两个堆叠的光敏单元构成的串联结构，通过施加不同的低电压（约-0.8至0.2 V）来操纵探测器对不同波长的灵敏度。每个光敏单元具有独特的光谱吸收特性，两者的组合响应经校准后即可重建入射光谱。该设计覆盖400至1000纳米波长范围，峰值分辨率可达0.18纳米，工作电压不到1伏，无需任何附加光学元件，可如普通CCD像素般集成至探测器阵列，为手机级成像光谱仪的实现提供了新路径。 [t<^WmgtxL
硅光子散斑光谱仪则代表了另一类重要的重构式方案。2025年，香港科技大学（广州）团队展示了一种单次拍摄集成散斑光谱仪，通过无源硅光子芯片上级联非平衡马赫-曾德尔干涉仪与天线阵列产生的散斑图案，利用图像传感器的高像素数同时获取大量空间采样通道，实现了10 pm的光谱分辨率和200 nm的工作带宽。2026年，一种混合硅光子计算光谱仪进一步实现了皮米级重建分辨率，为芯片级高精度光谱分析开辟了新途径。 LlR vm/
2.1.2 超构表面与CMOS图像传感器的像素级集成 ,^,Vq]$3
超构表面（metasurface）技术正在成为高光谱传感器芯片集成的关键使能技术。通过在CMOS图像传感器上直接集成亚波长纳米结构阵列，超构表面可在像素层面实现光谱编码、偏振分析和波前传感等多维光学功能，彻底省去传统分立光学元件。 -t?S:9 [w
Tunoptix的超构光学光谱传感平台是这一方向最具产业化前景的代表。这家总部位于西雅图的初创公司开发了一种全无源、全超构光学架构——将超构透镜和超构滤波器阵列直接集成至标准CMOS传感器上，每个光学通道采样不同的光谱波段，实现真正的快照式窄带光谱数据采集，无需扫描、滤光轮或马赛克拼接。该平台体积小于1 cm³，功耗低于500 mW，支持可见光至近红外（VNIR）范围内超过30个光谱通道、优于20 nm光谱分辨率和约720×480像素的有效空间分辨率，可实时运行。公司采用无晶圆厂制造模式，利用CMOS兼容工艺进行晶圆级制造，已引起消费电子领域一线OEM的浓厚兴趣。Tunoptix于2025年6月发布了基于计算超构光学平台的突破性进展，其超紧凑高光谱成像模组可集成至消费电子设备中，为手机级光谱成像打开了新的可寻址市场。该公司的超构光学成像技术将纳米工程透镜与光谱滤波器集成于紧凑硬件堆栈中，实现了从全彩成像向高光谱感知的能力拓展。 Nt&}T
快照式超构表面高光谱图像分割系统展示了另一种创新思路。2026年在Chinese Optics Letters上发表的一项研究将超构表面与单色相机传感器芯片结合，目标场景的高光谱信息经超构表面编码后形成强度图案，由深度学习网络直接从编码测量中预测场景分割结果，跳过了传统的高光谱图像获取与重建步骤。该方案在土地覆盖分类场景中实现了超过99%的分割准确率，同时大幅简化了光学系统。 -deY,%
超构表面光谱偏振一体化传感器进一步拓展了多维度感知能力。2026年，研究团队将超构表面编码器集成在商用CMOS图像传感器像素阵列上，制作出芯片级集成传感器原型，整个传感器尺寸与普通成像芯片相当，无需任何移动部件或分立光学元件，即可实现单次拍摄下的多维信息获取。MetaSpectra+紧凑型相机则实现了快照式高动态范围/偏振与高光谱双模成像，利用超构表面-折射混合组件将入射光束分为多通道并独立控制各通道的色散、曝光和偏振。该相机在近全可见光谱范围内工作，实现了同类快照高光谱成像器中最短的总光路长度和最高的重建精度。 g84~d(\?
在产业界，imec也在推进超构表面与新型探测器材料的融合。该机构在2025年IEDM会议上展示了在300 mm CMOS试验线上将超构表面与胶体量子点光电二极管（QDPD）集成的最新成果，利用超构表面来调控光谱响应而非改变光电二极管堆叠，从而大幅简化了不同波长应用的定制流程。 } ~=53$+
2.1.3 纳米光子滤波阵列与片上光谱滤波 aAw nkQ$
在CMOS图像传感器上直接沉积和图案化薄膜光谱滤波器，是实现紧凑型片上高光谱成像的另一条主流技术路线。 t_ 3)}
“超像素”光谱滤波阵列是英国埃克塞特大学、诺丁汉大学和剑桥大学联合团队于2025年提出的创新概念。与传统的通用“带通”光谱滤波器不同，“超像素”是一种面向特定应用的紧凑型光谱滤波器阵列，兼容CMOS图像传感器的顶部集成。每个超像素滤波器元件通过精确调控多个亚像素法布里-珀罗谐振腔的高度，选择性地透过针对目标应用优化后的光谱成分。实验验证表明，超像素在分离光谱成分方面显著优于最优带通滤波器：光谱测量中解混矩阵条件数改善2.4倍（p=0.031），成像实验中条件数降低3.47倍（p=0.020）。该方案在微内窥镜、胶囊内镜、工业检测和机器视觉等紧凑型场景中展现了巨大潜力。 c "H4/,F
全介质超构表面光谱滤波器阵列方面，基于Si₃N₄材料的微光谱仪设计同样引起了广泛关注。这类器件具有紧凑尺寸、轻重量、CMOS兼容性、低成本和低功耗的特点，非常适合移动和现场部署应用。CMOS兼容的亚波长纳米结构透射式结构色滤波器已实现10-30 nm光谱分辨率和约70%的效率，为高效、简化的多光谱滤波提供了新方案。 cIja^xD
在产业化方面，imec是该领域的全球领先者。其片上光谱成像方案利用薄膜光谱滤波器直接在图像传感器上沉积和图案化，无需精密外部光学元件，制造出的传感器如普通机器视觉相机一样使用便捷。imec提供两种核心传感器配置：快照式高光谱传感器（采用类似拜尔阵列的光谱滤波器像素镶嵌模式，支持视频速率光谱成像）和线扫描传感器（采用跨像素行的条纹滤波器图案，可实现推扫式高分辨率成像）。这些方案已在脊柱融合手术、阿尔茨海默病相关蛋白的眼部检测、工业与食品质量检测以及小卫星对地观测等场景中得到有效应用。 eO D;@4lR
在短波红外方面，imec还推出了首款SWIR高光谱相机，将CMOS光谱滤波器与InGaAs成像器集成，在保持CMOS技术紧凑低成本优势的同时获得了InGaAs的SWIR光谱覆盖能力（1000-1700 nm），可提供从32到100多个光谱波段的线扫描方案和4-16波段的快照马赛克方案。 E[nW B"pxE
2.1.4 基于材料本征选择性的探测器方案 @p|[7'
除了外部滤波结构，利用探测材料自身的光谱响应特性实现片上光谱鉴别，是一条更为根本的技术路径。 6}x^ T )R
胶体量子点与CMOS集成是该方向的热点。imec在2025年IEDM会议上展示了将胶体量子点光电二极管（QDPD）集成到300 mm CMOS晶圆上的成果，通过量子点尺寸调控实现对特定红外波长的选择性吸收，结合超构表面在CMOS层面实现光谱响应的灵活定制，为经济高效的高分辨率SWIR成像平台奠定了基础。瑞士CSEM与荷兰QDI Systems合作开发了据称全球首款在CMOS平台上利用量子点直接将X射线转换为电信号的图像传感器，展示了量子点技术在宽光谱CMOS成像领域的潜力。 vp4!p~C{
“无光学元件”传感器架构是2026年一篇综述所系统梳理的新兴范式。该综述指出，传感器层面的光谱集成主要通过两种机制实现：基于纳米光子结构或胶体纳米材料的像素级光谱滤波，以及利用材料本征波长选择性的直接探测方案。其中，组分工程化和腔增强的钙钛矿材料以及电可调的有机或二维材料异质结被认为是极具前景的新兴平台。这类“无光学元件”的传感器架构有望从根本上改变光谱成像的系统形态。 *0l^/jq n:
2.2 快照式光谱成像与新型计算架构 {;Mcor3
传统推扫式高光谱成像受限于较慢的采集速度，难以满足实时目标检测需求；快照光谱成像可在单次曝光中获取完整的高光谱图像，但通常面临耗时的后处理重建环节。 +tdt>)a
编码孔径快照光谱成像（CASSI）是该领域的重要技术路线，利用编码掩膜和色散元件将三维数据压缩编码至二维测量图像中，在采集速度方面具有天然优势。围绕CASSI的重建质量提升，研究者提出了多种深度学习方案。HCNet作为一种多曝光高动态范围重建网络，旨在提升压缩测量数据的重建质量。此外，FUN（Focal U-Net）框架将高光谱图像重建与目标检测联合优化，通过共享U型骨干网络和焦点调制机制实现多任务协同，参数量较现有方法减少40%，计算量降低30%，为实时边缘部署提供了新可能。 ')bx1gc(?
在星载快照高光谱方面，全球首颗紧凑型计算成像高光谱有效载荷BUPT-spectra01于2026年成功发射，实现了星载快照压缩高光谱成像，为灾害管理和环境监测等领域的实时高光谱对地观测开辟了新途径。 11X- X
事件相机与高光谱融合开辟了新方向。CVPR 2025上发表的一项研究展示了基于事件相机的主动高光谱成像系统，将事件相机与动态照明策略结合，在动态场景中实现了前所未有的时间分辨率，同时保持高光谱保真度，而带宽需求仅为传统系统的一小部分。OpenHI系统则利用事件相机在光谱扫描过程中以微秒级延迟捕获光谱导数帧，实现了低成本的事件驱动高光谱成像。在显微成像领域，异步光谱融合荧光显微架构将事件流与衍射编码CMOS测量融合，解耦了时间和光谱采样。 #TZYe4#f
单像素压缩高光谱成像取得了多项重要突破。2026年，研究者展示了公里级压缩高光谱单像素成像系统，在4.4 km距离上实现了1.8 nm光谱分辨率和0.18 mrad空间分辨率。同年，压缩高光谱相量成像（HyPIS）技术被提出，利用两个光学编码器进行波长相关的正弦和余弦编码，将光谱信号转化为二维相量图，单像素探测器即可完成光谱分类任务，将所需数据量降低了两个数量级。 o,D>7|h
2.3 人工智能与深度学习深度赋能 z mrk`o~
人工智能和深度学习正在从根本上重塑高光谱成像的数据处理范式。高光谱数据具有高维度和大数据量的特点，传统化学计量学方法依赖专家经验，需繁琐的预处理和手动特征工程，在应对复杂样本系统时存在明显局限。深度学习凭借端到端自动学习架构、出色的非线性特征提取能力和处理高维复杂数据的优势，正在驱动光谱分析从专家依赖的化学计量学范式向数据驱动的智能范式转变。 #g{ZfO[#
在高光谱图像超分辨率重建方面，2026年提出的PLGMamba模型通过渐进式局部-全局状态空间设计，将低分辨率高光谱图像分组建模并逐步重建，在Chikusei、Houston、Pavia等基准数据集以及高分五号真实影像上均取得了优于传统CNN、Transformer及其他Mamba类方法的性能。针对高光谱图像解混与目标跟踪，研究者提出了基于材料提示的端到端解混框架，利用深度学习实现自适应频率分解下的光谱解混，提升了复杂外观、光照变化和背景杂乱场景下的跟踪鲁棒性。 -q( ,}/Xf
面向跨模态应用，CARL（Camera-Agnostic Representation Learning）模型实现了RGB、多光谱和高光谱成像模态之间的相机无关表示学习，为不同成像系统间的知识迁移提供了有效手段。在遥感地物分类领域，深度学习方法的进步显著提升了高光谱图像分类精度，使环境监测、精准农业和矿物勘探等领域的分析能力迈上新台阶。 *ta|,
三、主要国家与地区的战略布局 yXppu [=
3.1 美国：航天遥感与军事应用双轮驱动 5$GE 3IER8
美国在高光谱成像技术领域长期处于全球引领地位，这一优势源自其深厚的航天遥感传统和强大的国防需求驱动。 kd|@.
美国国家航空航天局（NASA）在高光谱遥感领域具有数十年的技术积淀。机载可见光/红外成像光谱仪（AVIRIS）项目是NASA最具代表性的高光谱成像平台。2025年夏季，AVIRIS在美国西部内华达州、亚利桑那州及周边地区开展了大规模航飞活动，采集了迄今为止用于矿产勘探的最高保真度机载高光谱数据之一。值得关注的是，最新一代传感器AVIRIS 5在继承AVIRIS Classic 224个光谱通道的基础上大幅提升至425个通道，光谱分辨率达到5纳米，空间分辨率提升至8米，是当前北美地区分辨率最高的区域性高光谱数据集之一。2026年，AVIRIS航飞计划将进一步扩展至犹他、怀俄明、爱达荷、科罗拉多和新墨西哥等州，为矿物勘探提供覆盖美国西部大片区域的连续性数据集。 &{x5 |$SD
在星载高光谱方面，2025年6月23日，NASA的ARCSTONE高光谱仪器搭载SpaceX Transporter 14任务从范登堡太空军基地成功发射。该任务搭载于6U立方星平台，旨在通过建立月球反射率校准标准，将现有校准精度提升约10倍，不仅可提高当前对地观测卫星的数据精度，还可能使未来部分卫星任务不再需要搭载复杂、昂贵的星上校准系统。这一任务体现了高光谱技术从对地观测向空间计量校准延伸的趋势。 ',kYZ ay
在军事应用领域，高光谱成像技术已成为提升战场态势感知能力的关键手段。俄乌冲突凸显了传统监视和目标识别系统的重大缺陷，促使北约及盟国加大对机载和星载高光谱有效载荷的投入，用于探测隐藏、伪装或电子遮蔽目标。美国陆军研究实验室于2025年向Resonon公司采购加固型高光谱成像配件，用于军事研究与应用开发。同时，高光谱成像系统正被集成至战术无人机平台，实现广域持久的情报、监视与侦察（ISR）覆盖，在通信拒止和GPS受限环境中依然能够提供目标探测与分类能力。 3UD_2[aqN(
产业链方面，Headwall Photonics、Resonon等美国公司持续引领技术创新，洛克希德·马丁、诺斯罗普·格鲁曼等防务巨头也将高光谱成像纳入其侦察和星载观测系统。Headwall于2025年1月收购了奥地利EVK公司，进一步扩展其在工业机器视觉领域的产品组合。
Cg}cD.
3.2 欧洲：系统化空间基础设施为核 8Th |'
欧洲在高光谱成像领域的发展策略以系统化的空间基础设施建设为核心，注重可持续土地管理、粮食安全和环境监测等民用需求。 `"zX<
哥白尼高光谱成像环境任务（CHIME）是欧洲在该领域最具雄心的项目，也是欧盟和欧洲航天局（ESA）联合开发的哥白尼扩展任务中六项新任务之一。CHIME由两颗完全相同的卫星（CHIME-A和CHIME-B）组成，每颗搭载一台推扫式光栅成像光谱仪，覆盖400至2500纳米范围内超过200个光谱波段，平均光谱分辨率约10纳米，地面分辨率为30米，刈幅宽度约130千米。两颗卫星将在632千米高度的太阳同步轨道上运行，双星组网可实现对赤道地区11天的重访周期（单星为22天）。CHIME的主要应用领域包括可持续农业、粮食安全、原材料监测和生态系统评估，次要用途涵盖生物多样性保护、林业管理、环境退化监测、内陆和沿海水质评估以及冰雪特性分析。该任务的主承包商为法国泰雷兹阿莱尼亚航天公司，由来自17个国家的44家公司组成的联合体共同参与研制。CHIME预计将与同样由ESA开发的Sentinel-2 Next Generation任务一起，为高精度对地观测产品带来重大技术飞跃，应用于植物氮含量和土壤有机碳含量估算等领域。 D>?%p"e
在地面系统和产业化层面，欧洲同样展现出强劲的竞争力。芬兰Specim公司（柯尼卡美能达旗下企业）是全球工业高光谱成像领域的先驱和领导者。2025年9月，Specim发布了SX25型短波红外高光谱相机，工作波长范围为960至2500纳米，提供640个空间像素和多达392个可选光谱波段，光谱分辨率达8纳米，信噪比高达1500:1。该相机最突出的创新在于其统一光谱校准功能，可确保多台系统之间的数据一致性和可重复性，为大规模多系统部署和结果对比提供了关键保障。Specim还推出了SpecimONE平台，这是一套完整的光谱成像工业检测方案，使系统集成商和机器制造商无需编码或专业知识即可快速开发高光谱成像应用，大幅降低了技术的工业应用门槛。 b,KQG|k
德国Fraunhofer应用光学与精密工程研究所则开发了面向可持续农业的紧凑型空间光谱仪，可在400至1700纳米光谱范围内实现优于20米的空间分辨率，专为小批量生产而设计。 ZaH<\`=%
3.3 其他重要力量 m, Q<4'
澳大利亚Arkeus公司代表了高光谱技术在军事ISR（情报、监视与侦察）领域的创新力量。该公司开发的高光谱光学雷达（HSOR）是一种广域实时高光谱ISR传感器，号称“全球首款实时广域高光谱机载ISR传感器”，历经多轮澳大利亚国防合同迭代研制，旨在解决传统光电/长波红外系统在复杂作战环境中的性能局限。HSOR已入选澳大利亚陆军广域机载监视项目，并将集成至战术无人机平台，以增强侦察、瞄准和机动作战能力。值得关注的是，HSOR同时正在美国国防部进行多场景作战演示验证。在国际合作层面，2025年Arkeus与Tekever公司完成了Warden HSOR传感器与AR3 EVO战术无人机系统的联合集成与飞行测试，首次将HSOR引入欧洲市场，展示了该技术在海上、海岸和陆地多域作战环境中的实时探测、分类和远程跟踪能力。公司已于2026年5月完成1800万美元A轮融资，用于扩展全球业务。 N: d`L+tcc
在航天遥感领域，意大利的PRISMA（2019年发射）和德国的EnMAP（2022年发射）作为新一代星载高光谱传感器的代表，已在全球范围内开展数据获取。最新研究表明，两款传感器在VNIR和SWIR-1谱段的数据一致性极高，为多传感器高光谱数据的协同应用提供了有力支撑，有助于构建密集的多源高光谱时间序列，增强农业监测的连续性。 !ygh`]6V
四、重点应用领域的发展态势 ["MF -tQ5
4.1 国防与安全 rbO9NRg>
国防和军事监视是推动高光谱成像市场增长最重要的驱动力之一。高光谱成像系统能够根据目标独特的光谱特征区分传统光电/红外传感器难以识别的伪装、隐藏或电子遮蔽目标，在现代战场态势感知中具有不可替代的价值。 lmj73OB3
高光谱成像系统在军事领域的核心优势包括：区分伪装网与真实植被的光谱差异、基于材料成分识别军事装备和设施、在通信拒止和GPS受限环境中保持ISR能力、以及对地下活动和隐蔽目标的探测。高光谱成像系统正从实验室走向实战化部署——被集成至战术无人机和情报侦察机平台，为部队提供实时、广域的战场情报。2025年，高光谱相机已被整合进入作战化光电/红外防御系统。俄乌冲突更使各国深刻认识到高级光谱分析能力的战略价值，推动了相关采购和研发投资的快速增长。芯片级传感器（如Arkeus HSOR）的出现进一步拓展了战术无人机等小型平台的部署可行性。 3UslVj1u
u{ JAC!
编辑搜图 ;8|uY% ab
请点击输入图片描述（最多18字） Z7 K ;~*
Ga. a"\F.V
Ls5|4%+&
4.2 精准农业 4 FGcCE3
精准农业是高光谱成像技术最具潜力的民用应用领域之一。高光谱成像系统能够通过捕获植物在窄波段的精细光谱数据，实现对作物生理状态的无损分析，包括病害早期检测、营养状况评估和水分胁迫监测等方面。 8g(%6 ET
基于无人机平台的高光谱成像技术已在作物水肥管理方面展现出显著优势。研究团队利用无人机高光谱成像方法优化冬小麦的水氮管理，通过分析氮肥与灌溉的交互作用建立了水氮精准施用的耦合决策模型，为实现变量精准施肥灌溉提供了科学依据。 SD8Q _[rY
在星载高光谱作物识别与制图方面，PRISMA和EnMAP数据的对比研究取得了重要进展。在摩洛哥半干旱区域的作物类型分类实验中，基于Transformer的基础模型TabPFN在PRISMA数据上达到了93%的总体精度，在EnMAP数据上达到90%，充分展示了高光谱成像与基础模型结合在复杂农业景观中进行精准、可拓展作物制图的操作化价值。 6Nj\N oS
然而，当前高光谱成像在农业领域的应用仍主要集中在实验室受控条件下的分析，田间实地应用的比例十分有限。光谱重建技术——从RGB图像中计算重建高光谱信息——正在成为弥合高光谱成像精度与田间应用可行性之间鸿沟的重要路径，有望推动高光谱技术在精准农业中的更广泛部署。 /XS}<!)%
4.3 生物医学与临床诊断 1 q}i UnR
高光谱成像在生物医学领域的应用正进入快速发展期，覆盖了从组织病理分析、术中引导到癌症早期筛查等多个临床环节。 nI|jUD +y
在消化道肿瘤早期检测中，一项2026年发表于 《iScience》的研究利用SAVE（Spectrum-Aided Vision Enhancement）框架，从标准白光内镜RGB图像中计算重建401个波段的高光谱信息，再将虚拟光谱特征与U-Net语义分割模型相结合，在531张临床图像上实现了74.3%的平均交并比（mIoU），显著优于传统白光和窄带成像基线。跨中心验证进一步证实了该方法在不同内镜系统间的泛化能力。 dL |D
在皮肤癌诊断方面，基于高光谱数据的卷积神经网络黑色素瘤分类模型实现了0.0284的假阴性率，灵敏度达0.9716，显著优于仅使用皮肤镜图像的模型，为降低黑色素瘤漏诊率提供了有力支持。在术中应用领域，高光谱成像与吲哚菁绿荧光血管造影的联合使用正被探索用于术中肠道灌注评估，以辅助结直肠手术中吻合口位置的选择。 ~U~KUL|
此外，利用3D Swin Transformer对白细胞高光谱图像进行分类的研究进一步拓展了高光谱技术在血液学诊断中的应用前景。自动化高光谱医学图像采集、处理与融合流程的开发也为该技术在临床环境中的规范化应用奠定了基础。芯片级传感器和紧凑滤波方案（如“超像素”）为内窥镜等微创场景提供了理想的部署形态。 3"6lPUS
4.4 工业制造与半导体检测 r*&gd |sn
高光谱成像技术正在加速渗透主流制造业。在半导体、薄膜材料、能源材料和显示器制造等领域，高光谱成像提供了传统检测手段难以企及的在线过程洞察——它能够以非破坏性方式同时实现高精度和高速度的检测，对于这些对精度和良率要求极高的行业具有重大价值。 _j}|R(s*+V
推动工业应用普及的关键障碍——高昂的硬件成本和数据分析的复杂性——正在被逐步化解。随着硬件成本下降和AI赋能的自动化数据分析方案日趋成熟，高光谱成像的工业应用门槛显著降低，从环境监测和航空航天等传统优势领域向更广泛的主流制造业延伸。 # J)sz,)(
SpecimONE等工业化平台的出现使系统集成商无需编码或专业知识即可开发高光谱检测应用，大幅缩短了从方案开发到产线部署的周期，加速了高光谱技术在工业分选、质量控制和生产过程监测中的普及。芬兰Specim公司凭借数十年的行业积累，已成为全球工业高光谱成像解决方案领域值得信赖的领导者，为系统集成商和行业领先品牌提供从相机、扫描仪、光源到软件的端到端产品组合。Teledyne于2026年初推出SCION系列SWIR相机，采用10微米像素间距和640×512/1280×1024规格，面向高光谱成像、生物科学、太空与国防及半导体市场。芯片级光谱传感器则有望实现产线上的分布式实时监控。 hG
uRV| `
4.5 食品质量与安全 ~>k<I:BtrT
基于光谱-AI融合技术的食品安全检测正成为该领域的重要发展方向。高光谱和多光谱成像结合近红外光谱、拉曼光谱和表面增强拉曼光谱等技术，在机器学习/深度学习算法的赋能下，实现了对关键食品危害的快速、非破坏性筛查。在食品分选和质量控制方面，高光谱成像通过捕获每个像素的完整光谱特征，能够基于化学成分而非仅仅外观颜色或形状进行材料识别，实现实时化学级检测，对肉眼或传统相机不可见的物质差异进行精确分辨。在纺织品回收等跨界应用中，基于Headwall高光谱系统配合perClass Mira软件构建的分类模型已实现98%至100%的识别准确率。 &h`s:Y
&}OaiTzEmc
五、产业化进展与市场动态 l<(MC R*
产业生态正在加速成熟。Specim的SX25相机和SpecimONE平台降低了工业部署门槛，Specim的SX25型短波红外高光谱相机凭借统一光谱校准功能确保了多台系统间的数据一致性，SpecimONE平台则使系统集成商无需专业知识即可快速开发应用。Teledyne SCION系列推进了短波红外成像的像素间距缩小和大面阵化，其SCION系列SWIR相机采用10微米像素间距，面向高光谱成像、生物科学、太空与国防及半导体市场。 oa}-=hG
初创公司Tunoptix凭借超紧凑高光谱成像模组引发消费电子领域关注，其全无源超构光学架构体积小于1 cm³，功耗低于500 mW。Arkeus完成1800万美元A轮融资，其HSOR传感器已获澳大利亚陆军和美国国防部采购验证，并与Tekever无人机系统完成集成进入欧洲市场。Headwall Photonics收购奥地利EVK公司扩展工业机器视觉产品组合。 k9 .@S
从市场趋势看，超透镜（metalens）市场2025年估值约9876万美元，预计至2035年将以43.12%的复合年增长率增长至约35.6亿美元。这一增长与高光谱传感器芯片化趋势高度协同。多光谱相机市场2025年估值约24.6亿美元，预计2032年将达到48.1亿美元，复合年增长率约10.05%。全球高光谱成像系统市场预计2030年达到528.4亿美元。北美仍占据约33.2%的最大市场份额。 9K@`n:Rw
六、总结与展望 FU;Tv ).
当前，全球光谱成像技术正处于从专业分析工具向通用感知平台跨越的关键时期。综合来看，国外光谱成像技术发展呈现出技术深度融合、战略差异化布局、应用加速渗透和产业生态成熟四大核心态势，具体表现在以下多个层面。 BC Jo/m
6.1 技术层面：三大核心驱动力交织演进 R',Q)<
传感器芯片化正在从根本上改写光谱成像的系统形态。传统基于棱镜、光栅或滤光轮的庞大光学系统正在被片上集成的纳米光子结构与新型半导体材料所取代。重构式光谱仪、超构表面、纳米光子滤波器等路径百花齐放：加州大学戴维斯分校在仅0.4 mm²的硅芯片上实现了8 nm光谱分辨率和50 dB动态范围，且能在强噪声下维持有效信噪比；北卡罗来纳州立大学的单像素串联有机探测器以不到1伏的工作电压覆盖400至1000 nm，峰值分辨率0.18 nm，预示着手机内置光谱仪的可能；Tunoptix基于全无源超构光学的模组已实现小于1 cm³的体积和低于500 mW的功耗，引起了消费电子OEM的浓厚兴趣；imec在300 mm晶圆上集成胶体量子点光电二极管和超构表面，为SWIR成像提供了简化定制路径。这些进展共同指向一个明确趋势：光谱鉴别功能正从外部光学系统向像素内嵌演进，芯片级光谱传感器已从实验室概念走向晶圆级制造。 Owo2DsT t
快照式成像与新型计算架构正在突破传统推扫式成像的速度瓶颈，使实时高光谱感知成为可能。编码孔径快照光谱成像（CASSI）配合HCNet、FUN等深度学习重建框架，参数量和计算量分别减少40%和30%，大幅降低了边缘部署门槛。全球首颗星载快照压缩高光谱有效载荷BUPT-spectra01于2026年成功发射，验证了从太空进行实时高光谱对地观测的可行性。事件相机与高光谱的融合开辟了微秒级时间分辨率的新维度，OpenHI等系统以极低带宽实现了动态场景的高光谱捕获。单像素压缩高光谱成像则在公里级距离上展示了1.8 nm的光谱分辨率，压缩高光谱相量成像（HyPIS）将数据需求降低两个数量级，为远距离、资源受限场景提供了全新解决方案。 :+bQPzL
人工智能的深度渗透正在重塑从数据采集到分析决策的全链条。PLGMamba模型在高光谱超分辨率重建中超越了传统CNN和Transformer，CARL模型实现了RGB、多光谱和高光谱模态间的相机无关表示学习，推动了跨系统的知识迁移。深度学习正驱动光谱分析从专家依赖的化学计量学范式向数据驱动的智能范式转变，使高光谱成像从研究型技术转化为可规模化部署的操作工具。 #[qmhU{s
6.2 战略层面：各国差异化路径清晰 4~P{H/ ]
美国依托NASA深厚的航天遥感和军方强大的需求牵引，在星载、机载和战术级应用上保持全面领先。NASA的AVIRIS 5将通道数提升至425个，空间分辨率达8 m，正在建设覆盖美国西部的最高分辨率区域性高光谱数据集；ARCSTONE任务将月球校准精度提升10倍。军事方面，俄乌冲突凸显了高级光谱分析的战略价值，高光谱系统正加速集成至战术无人机，实现拒止环境下的实时ISR。 W[ AX?
欧洲以CHIME任务为旗舰，通过双星组网、200余波段、11天重访周期的系统化空间基础设施，展现了面向全球环境治理和可持续农业的长远布局。地面产业方面，芬兰Specim凭借SX25相机的统一光谱校准和SpecimONE零代码平台，巩固了其在全球工业高光谱成像领域的领导地位。 pBL,kqYNA>
澳大利亚以Arkeus HSOR为代表，在战术级实时广域ISR传感器这一军事细分领域异军突起，已获本国陆军列装并在美国国防部演示，2026年完成1800万美元融资并进入欧洲市场，展现了中小国家在特定技术方向的创新爆发力。 qTj7mUk
6.3 应用与产业层面：从实验室走向规模化部署 PL@hsZty~c
国防与安全仍是最大市场驱动力，高光谱系统正从实验室论证走向实战装备，在伪装识别、目标分类和战场态势感知中发挥不可替代的作用。精准农业虽潜力巨大，但田间实地应用仍面临挑战，光谱重建技术被视为弥合精度与可行性鸿沟的关键。生物医学领域，高光谱内镜、皮肤癌筛查和术中灌注评估等应用正进入临床验证阶段，芯片级传感器为微创场景提供了理想形态。工业制造方面，SpecimONE等平台大幅降低了应用门槛，Teledyne SCION系列推进了SWIR面阵化，芯片级光谱传感器有望实现产线分布式实时监控。 i ' H{cN6
产业生态层面，超透镜市场预计从2025年的约9876万美元增长至2035年的约35.6亿美元，复合年增长率高达43.12%，与高光谱传感器芯片化趋势高度协同。多光谱相机市场预计2032年达48.1亿美元。产业链上下游的并购、融资和平台化进程正在加速，技术从实验室向产线和消费终端的转化周期显著缩短。 =!GUQLS{
6.4 未来展望：更小、更快、更智能的下一代感知基础设施 #OqQD6
展望未来，高光谱成像技术将沿以下方向持续演进： E<:XH j m
第一，全像素级光谱感知。随着重构式光谱仪、超构表面滤波器和材料本征选择性探测器的进一步成熟，当每一个CMOS像素都具备独立光谱分析能力时，高光谱成像将不再是一项专门的“技术”，而是成为与RGB相机同样普及的基础感知能力。手机、可穿戴设备、家用电器和汽车传感器都将内嵌光谱分析功能，催生健康监测、食品安全、环境感知等全新消费应用场景。 W.r0W2) )(
第二，实时化与边缘化。快照式成像、事件相机融合和压缩感知架构的成熟，将推动高光谱感知从“采集-传输-后端处理”向“采集-端侧实时决策”的模式转变。轻量化深度学习模型与芯片级传感器的协同，将使高光谱边缘计算成为主流，满足无人机、自主系统和战术平台对毫秒级响应的需求。 K9njD#/
第三，多源协同与跨模态融合。PRISMA与EnMAP的数据协同已证明多源高光谱融合的可行性，未来CHIME、Sentinel-2 NG等星座将构建起覆盖全球的高时间密度高光谱观测网络。同时，CARL等跨模态表示学习模型将打通RGB、多光谱与高光谱之间的数据壁垒，实现多平台、多模态的统一分析架构。 po4seW!
第四，垂直行业端到端解决方案。从SpecimONE的零代码平台到面向农业、医疗、制造等领域的专用模型和标准化工作流，高光谱技术正从“提供数据”向“提供决策”转型。面向特定场景的集成化硬件-软件-算法方案将成为未来竞争的核心。 M56^p ,
第五，新材料的持续突破。钙钛矿、量子点、二维材料和有机半导体等新兴光敏材料，结合超构表面和光子集成电路，将持续拓展光谱感知的波长覆盖范围、灵敏度和功能维度，使紫外、太赫兹等波段的高光谱芯片化成为可能。 ylUxK{
综上所述，全球高光谱成像技术正处于从专业工具蜕变为通用感知基础设施的历史转折点。传感器芯片化、AI深度赋能和实时化架构的协同突破，正在将这一技术从遥感实验室推向消费终端、手术室和战场前线。随着成本持续下降和平台化方案日趋成熟，高光谱成像有望像今日的RGB相机一样无处不在，深刻重塑人类感知和理解物质世界的方式。在这一进程中，多源数据协同、跨平台知识迁移和垂直行业端到端解决方案，将成为各国和各大企业竞逐的战略制高点。 ONH!ms(kb
【威睛光学光谱相机产品】包括手持式高速高光谱相机、单曝光高光谱相机、1X/2X系列高光谱相机、高光谱分选相机等。 }r j.N98
如想了解更多产品信息，欢迎访问“威睛光学”guanwang，致电咨询！ f7Y0L8D
电 一八一二七四四二九五六 或+薇：threephy lG I1L Uo
 ^ r-F@$:.
|