高光谱成像技术凭借其能够捕捉物质独特光谱信息的能力，在遥感监测、工业检测等多个领域展现出重要价值。然而，传统高光谱成像系统面临数据处理量庞大的挑战，往往需要依赖大型服务器进行光谱解析，这限制了其在现场实时应用中的潜力。
以日常场景为例，面对一堆外观相似的石头，仅凭肉眼很难区分其真伪，但通过高光谱检测技术，却能轻松识别出不同材质的差异。这种技术优势源于高光谱成像能够捕捉到人眼无法察觉的光谱信息，从而为物质分析提供更精确的依据。
北京理工大学科研团队针对这一技术瓶颈，创新性地提出了片上光谱计算新方法。该方法通过软硬件协同优化，将传统需要大型服务器完成的光谱解析任务集成到便携设备中。团队首先在图像采集环节取得突破，将高光谱相机的光路系统缩小至芯片级别，随后进一步攻克了后端实时计算难题。
据研究团队介绍，高光谱成像产生的单张图片数据量可达数百甚至上千兆，对后端处理能力提出极高要求。为解决这一问题，团队通过挖掘光谱数据间的关联性减少重复计算，并针对光谱特性重新设计芯片架构运算单元，使数据能够在专用芯片中完成连续计算，无需在服务器间往返传输。
该成果在遥感卫星领域具有显著应用价值。传统模式下，卫星采集的高光谱数据需传输至地面站进行分析处理，而芯片化计算技术使卫星能够直接在轨完成实时分析，大幅提升了数据获取与处理的效率。这一突破为高光谱成像技术的现场应用开辟了新路径。
