Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2508.14573v1

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2508.14573v1 (eess)
[提交于 2025年8月20日 ]

标题: 宽带近红外压缩光谱成像系统与反射结构

标题: Broadband Near-Infrared Compressive Spectral Imaging System with Reflective Structure

Authors:Yutong Li, Zhenming Yu, Liming Cheng, Jiayu Di, Liang Lin, Jingyue Ma, Tongshuo Zhang, Yue Zhou, Haiying Zhao, Kun Xu
摘要: 近红外(NIR)高光谱成像已成为现代分析科学中的关键工具。 然而,传统的NIR高光谱成像系统面临高昂的成本、笨重的仪器和低效的数据采集等挑战。 在本工作中,我们展示了一种宽带NIR压缩光谱成像系统,能够捕捉覆盖从700到1600 nm宽光谱带的高光谱数据。 通过分段波长并设计专用光学元件,我们的设计克服了硬件光谱限制以捕获宽带数据,而反射式光学结构使系统更加紧凑。 这种方法为NIR高光谱成像提供了一种创新的技术解决方案。
摘要: Near-infrared (NIR) hyperspectral imaging has become a critical tool in modern analytical science. However, conventional NIR hyperspectral imaging systems face challenges including high cost, bulky instrumentation, and inefficient data collection. In this work, we demonstrate a broadband NIR compressive spectral imaging system that is capable of capturing hyperspectral data covering a broad spectral bandwidth ranging from 700 to 1600 nm. By segmenting wavelengths and designing specialized optical components, our design overcomes hardware spectral limitations to capture broadband data, while the reflective optical structure makes the system compact. This approach provides a novel technical solution for NIR hyperspectral imaging.
评论: 8页,6图
主题: 图像与视频处理 (eess.IV)
引用方式: arXiv:2508.14573 [eess.IV]
  (或者 arXiv:2508.14573v1 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.14573
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zhenming Yu [查看电子邮件]
[v1] 星期三, 2025 年 8 月 20 日 09:47:51 UTC (788 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号