李 虎， 劉雪峰， 姚旭日， 翟光杰

1. 中國科學院國家空間科學中心科學衛(wèi)星運控部， 北京 100190 2. 中國科學院國家空間科學中心復雜航天系統(tǒng)電子信息技術(shù)重點實驗室， 北京 100190 3. 中國科學院大學， 北京 100049 4. 北京理工大學物理學院， 北京 100081 5. 北京量子信息科學研究院， 北京 100193

引 言

成像光譜技術(shù)(imaging spectrometer， IS)集成了成像與光譜測量技術(shù)， 將空間維和光譜維數(shù)據(jù)相關(guān)聯(lián)， 獲取物體空間位置信息的同時得到每個像素點位置的光譜信息， 構(gòu)建出空間二維和光譜一維組成的三維數(shù)據(jù)集， 稱為數(shù)據(jù)立方體(Data Cube)。 成像光譜憑借“圖譜合一”特性能提供目標空間分布和物質(zhì)屬性特征， 廣泛應(yīng)用于物質(zhì)探測、 醫(yī)療診斷、 軍事國防等領(lǐng)域。 成像光譜儀是應(yīng)用驅(qū)動的一種成像技術(shù)， 以極快的速度發(fā)展進步， 按成像原理分為色散型、 干涉型和層析型， 按成像掃描方式分光機掃描、 面陣推掃和凝視成像方式。 常規(guī)成像光譜儀采用掃描或推掃方式遍歷獲取數(shù)據(jù)立方體， 這類方法適用于靜態(tài)目標， 但不適用于高速成像和動態(tài)目標光譜立方體獲取。

計算層析成像光譜[1](computed-tomography imaging spectrometry， CTIS)也稱為計算機斷層掃描成像光譜， 它結(jié)合了計算機斷層掃描(computed-tomography, CT)與焦平面陣列(focal pixel array, FPA)成像光譜技術(shù)， 有效克服了常規(guī)成像光譜儀只適用于靜態(tài)目標的問題， 具有高通量測量、 無運動掃描部件和性能穩(wěn)定等優(yōu)勢， 在顯微[2-3]、 空間監(jiān)測[4]、 偏振[5]等瞬態(tài)應(yīng)用場景領(lǐng)域有著應(yīng)用潛力。 CTIS通過測量數(shù)據(jù)立方體經(jīng)過計算生成全息圖(compute generated hologram, CGH)色散元件在FPA平面多個方向和衍射級次的分光投影圖像， 再使用CT算法從中重建出目標場景或數(shù)據(jù)立方體。 圖1展示了數(shù)據(jù)立方體(x,y,λ)在FPA平面九個方向、 不同衍射級次按波長序形成的色散投影圖像。 CT技術(shù)旨在獲取物體內(nèi)部分布函數(shù)， 從外部射線發(fā)射裝置依據(jù)直線積分變換間接測量物體的投影數(shù)據(jù)， 運用數(shù)學模型和算法從投影數(shù)據(jù)中重構(gòu)出物體內(nèi)部分布。 CTIS將數(shù)據(jù)立方體看作CT技術(shù)中物體， 通過投影方式探測并從投影數(shù)據(jù)中還原出光譜和空間信息。 CTIS以拉東(Radon)變換和中心切片定理[8](central slice theorem， 又稱Fourier切片定理)為理論基礎(chǔ)， 通過直線積分構(gòu)建CTIS數(shù)據(jù)立方體多個方向投影積分測量模型， 中心切片定理指出了CTIS獲得的色散圖中每個2D投影的傅里葉變換等于數(shù)據(jù)立方體3D頻域空間的一個平面。

圖1 數(shù)據(jù)立方體投影變換示意圖Fig.1 Schematic diagram of data-cube projection

光柵型CTIS， 又稱為畫幅式計算層析成像光譜儀(non-scanning CTIS)， 最早由日本學者Okamoto提出并將CT技術(shù)應(yīng)用于IS[6]， 后由美國亞利桑那大學學者Descour和Dereniak等在原理和實驗基礎(chǔ)上發(fā)展了該類型成像光譜儀[7]。 其光學原理圖如圖2所示， 該光譜儀主體部分由以下光學元件組成： 物鏡、 準直透鏡、 2D光柵和聚焦透鏡。 目標場景經(jīng)物鏡在孔徑光闌處成像并由準直透鏡準直， 2D光柵色散器放置于準直光束中形成色散， 聚焦透鏡最后將目標場景色散投影成像在FPA平面。 其中， 2D光柵形成不同級次光譜色散圖像矩形陣列， 包括中心0級和周圍更高次級衍射， 如圖1所示， 以0級和±1級衍射為例， 共九個方向的色散圖， 分布在FPA平面坐標系的原心、 坐標軸和四個象限中， 分別標記為(0, 0)， (1, 0)， (0, 1)， (-1, 0)， (0, -1)， (1, 1)， (-1, 1)， (-1, -1)， (1, -1)。

圖2 光柵型計算層析成像光譜系統(tǒng)示意圖Fig.2 Schematic diagram of raster computed-tomography imaging spectrometry system

從CTIS的分光投影采樣機制和光學原理圖可以看出， 其性能受限于FPA面陣探測器和CGH部件。 由中心切片定理可知， FPA面陣規(guī)模和CGH投影方向數(shù)量限定了分光投影采樣范圍的方位角和投影角上限， 導致數(shù)據(jù)立方體投影數(shù)據(jù)在3D頻域空間的投影平面呈現(xiàn)失錐(Missing Cone)問題。 從CGH角度， 文獻[9-10]嘗試更多光柵設(shè)計方案以及旋轉(zhuǎn)光柵， 文獻[11]從算法角度改進重建速度。 CTIS從衍射分光投影立方體測量方式對探測器分辨率要求更高， FPA除了面陣尺寸影響投影采集范圍外， 其分辨率限定了CTIS系統(tǒng)分光投影圖像信息的采集精度， 進而限制光譜重建質(zhì)量。 高分辨率的大面陣探測器(尤其是中紅外、 太赫茲)造價非常昂貴， 嚴重限制了其實用性。

單像素相機[12-13]是壓縮感知采樣理論在成像領(lǐng)域的典型應(yīng)用， 具有以亞采樣的測量次數(shù)、 高通量的信號調(diào)制測量方式、 無空間分辨率的點探測器實現(xiàn)高空間分辨率的圖像獲取與完美重建的優(yōu)勢。 如圖3所示， 并行壓縮感知成像又稱為分塊壓縮感知成像[14]， 是對單像素相機成像體制的擴展， 采用面陣探測器代替單點探測器， 在空間光調(diào)制器上對目標信號進行分塊獨立并行的壓縮感知調(diào)制測量， 提高了測量速度和系統(tǒng)并行能力。

圖3 單像素相機與分塊并行壓縮感知相機Fig.3 Single-pixel camera and block compressed sensing camera in parallel

本文將壓縮感知采樣理論應(yīng)用于計算層析成像光譜， 建立并行壓縮感知計算層析成像模型， 利用并行壓縮感知技術(shù)進行采樣色散投影圖重建， 發(fā)揮并行壓縮感知成像高分辨率成像、 亞采樣及并行快速壓縮成像優(yōu)勢， 以低分辨采樣獲得高分辨投影重建， 實現(xiàn)超過FPA性能的圖譜三維高分辨投影信息快速獲取， 最終實現(xiàn)成像光譜系統(tǒng)性能的提高。

1 實驗部分

1.1 并行壓縮感知計算層析成像光譜光學系統(tǒng)

本文將并行壓縮感知采樣方法應(yīng)用于計算層析成像光譜儀的光譜立方體投影測量過程， 在傳統(tǒng)的CTIS基礎(chǔ)上采用空間光調(diào)制器對數(shù)據(jù)立方體色散投影快速壓縮采集， 采用低分辨FPA得到高分辨色散圖像， 改進CTIS受FPA性能限制的投影信號采集水平， 從而實現(xiàn)CTIS性能改進， 稱為并行壓縮感知計算層析光譜成像(blocked compressed sensing computed-tomography imaging spectrometer， BCSCTIS)。 該成像系統(tǒng)原理示意圖如圖4所示， 由傳統(tǒng)CTIS成像系統(tǒng)和色散投影壓縮感知成像系統(tǒng)組成， 具體包括以下光學元件組： 成像透鏡、 二次成像透鏡、 反射式DMD A、 二維光柵、 投影信號并行調(diào)制DMD B和面陣探測器CCD， 其中DMD A和DMD B分別用于逐波段逐點標定系統(tǒng)矩陣和并行壓縮調(diào)制色散投影圖像。 來自物體的光經(jīng)成像透鏡在DMD A成像并反射到二次成像系統(tǒng)， 二次成像后經(jīng)二維光柵分光調(diào)制成像在DMD B并反射由CCD收集。 在系統(tǒng)矩陣標定過程中， 連續(xù)譜激光器作為光源經(jīng)濾波器選擇波段照射DMD A， 選定區(qū)域逐個打開微鏡并同步記錄CCD上的色散投影， 處理得到成像系統(tǒng)的標定矩陣； 在并行壓縮調(diào)制過程中， DMD A選定區(qū)域微鏡設(shè)置為全開， 調(diào)制矩陣控制DMD B對色散圖像并行壓縮調(diào)制由CCD同步記錄壓縮調(diào)制色散投影圖像。

圖4 并行壓縮感知計算層析成像光譜儀示意圖Fig.4 Schematic setup of block compressed sensing computed-tomography imaging spectrometry system

與傳統(tǒng)CTIS相似之處是二次成像系統(tǒng)均由物鏡、 光闌和準直器組成， 二維光柵位于二次成像系統(tǒng)與光譜立方體投影面之間。 不同之處是本光學系統(tǒng)使用了兩個快速空間光調(diào)制器數(shù)字微鏡陣列(digital micro-mirror device， DMD): DMD A位于成像透鏡的像面， 用于CTIS成像系統(tǒng)矩陣的逐點精確標定； DMD B位于色散投影成像面， 用于色散投影圖像的高分辨率壓縮調(diào)制。

1.2 并行壓縮感知計算層析成像系統(tǒng)模型

如1.1節(jié)所述， BCSCTIS成像模型包括傳統(tǒng)CTIS系統(tǒng)和色散投影壓縮感知成像系統(tǒng)兩部分。 CTIS成像模型表示將3D數(shù)據(jù)立方體(x,y,λ)到2D投影圖像的過程， 3D數(shù)據(jù)立方體和2D投影圖像分別為f(x,y,λ)和g。 該投影模型表示為系統(tǒng)矩陣Hm和立方體f線性運算

g=Hmf(x,y,λ)+e

(1)

式中，f(x,y,λ)∈Rw×h×b，w×h為立方體空間分辨率，b為立方體波段數(shù)；Hm∈RW×H×Rw×h×b，W×H為二維投影圖像的空間分辨率；g∈RW×H；e表示系統(tǒng)噪聲。 系統(tǒng)矩陣Hm表示數(shù)據(jù)立方體的體素擴散函數(shù)(voxel spread function， VSF)， 實驗中使用逐個波長點光源標定建立。 CTIS光譜成像則是從投影采樣數(shù)據(jù)g中采用重建算法恢復出光譜圖像。

(2)

y=φ?x+e1,y*=φ*?x+e2

(3)

式(3)中，e1和e2表示互補壓縮測量采集到的兩次隨機噪聲。

由式(4)得到一對互補矩陣的測量結(jié)果Δy為

Δy=(y-y*)=(φ-φ*)?x+(e1-e2)

(4)

式(4)中， ?表示元素乘積。

(5)

1.3 并行壓縮感知計算層析成像系統(tǒng)仿真試驗

通過仿真實驗驗證1.2節(jié)BCSCTIS成像模型， 處理流程包括采樣數(shù)據(jù)立方體色散投影、 并行壓縮測量色散投影、 重建高分辨色散投影和光譜數(shù)據(jù)立方體， 對比了直接使用低分辨探測器測量結(jié)果和基于并行壓縮測量的高分辨率重建兩種方法的性能。

仿真實驗用數(shù)據(jù)立方體分辨率為128×128×12(128×128空間分辨率和12個波長)， 按相鄰波長間2像素色散距離生成436×436高分辨率2D色散投影和190 096×196 608規(guī)模的色散投影變換矩陣。 光譜色散投影仿真使用109×109低分辨探測器和4×4分塊并行壓縮感知采集。 以兩種方法分別進行光譜重建。 其中， 低分辨采集光譜成像使用低分辨投影變換矩陣重建， 矩陣大小為118 811×196 608； 并行壓縮感知光譜成像使用Hadamard測量矩陣和BCSCTIS系統(tǒng)模型測量和重建。

數(shù)據(jù)立方體仿真物體選自本·古里安大學跨學科計算視覺實驗室(interdisciplinary computational vision laboratory, iCVL)高光譜數(shù)據(jù)集[15](BGU iCVL Hyperspectral Image Dataset， plt_0411-1155)， 包括430～650 nm間隔20 nm的12個波段， 原始光譜信息如圖5所示。 圖6(a)為仿真得到的投影圖像低分辨率探測器直接測量結(jié)果， 分辨率為109×109像素， (b)為在并行壓縮感知測量系統(tǒng)中利用同樣分辨率探測器得到的測量結(jié)果， (c)為通過BCS重建得到的436×436像素高分辨色散投影圖像， 采樣次數(shù)為11次(采樣率11/16=68.75%)。 仿真實驗光譜重建質(zhì)量采用數(shù)據(jù)立方體原圖與重建結(jié)果的均方誤差MSE評價， 計算公式如式(7)

圖5 原始光譜信息(a): 各波長光譜圖像; (b): 多波段彩色圖像Fig.5 Original spectral information(a): Multi-band image; (b): Multispectral composite colored image

圖6 (a) 109×109色散投影圖像直接測量結(jié)果； (b) 109×109壓縮測量結(jié)果; (c) 436×436重建色散投影圖像Fig.6 (a) 109×109 pixels dispersion projection image directly; (b) Compressed sampling image in 109×109 pixels; (c) Reconstructed high-resolution dispersion projection image in 436×436 pixels

(7)

圖7對比展示了直接測量重建光譜和壓縮感知測量重建光譜， 結(jié)果顯示壓縮感知重建光譜MSE遠優(yōu)于直接測量， 其全波段細節(jié)更清晰， 說明了BCSCTIS模型的有效性， 驗證了低分辨探測器獲取高分辨二維色散投影和高質(zhì)量光譜重建的可行性。

圖7 (a) 低分辨采集重建光譜(低分辨率圖像重建光譜); (b) BCSCTIS重建結(jié)果(壓縮感知重建圖像重建光譜); (c) 全波段合成的彩色物體圖像(上為低分辨重建合成， 下為壓縮感知重建合成)Fig.7 (a) Reconstructed spectral image from low-resolution sampling; (b) Reconstructed spectral image by BCSCTIS; (c) Colored multiple bands spectral image (the image by conventional low-resolution dispersion above, the image by BCSCTIS bellow

2 結(jié)果與討論

實驗采用計算層析成像光學實驗與并行壓縮色散投影測量仿真實驗相結(jié)合的方式進一步驗證BCSCTIS模型， 光學系統(tǒng)實驗完成圖4所示BCSCTIS光譜示意圖中物體到二維光柵色散投影圖像采集過程， 數(shù)學仿真完成DMD B光學并行壓縮感知調(diào)制。

2.1 試驗配置

光學實驗使用連續(xù)譜激光器和鹵素燈作為光源分別對數(shù)字物體和膠片[16]透射彩色物體進行成像光譜實驗， 其中， 數(shù)字物體選用中國科學院國家空間科學中心縮寫“NSSC”， 物體光譜信息包括“N”： 490 nm、 左側(cè)“S”： 570 nm、 右側(cè)“S”： 530 nm、 “C”： 610 nm， DMD依次顯示字母并選擇相應(yīng)波段照射成像合成為多光譜物體； 膠片透射彩色物體印有壓縮感知縮寫“CS”膠片(“C”部分使用綠色濾光片遮擋， 規(guī)格為柯達Filter Wratten Red 25； “S”部分使用紅色濾光片遮擋， 規(guī)格為柯達Filter Wratten Green 58)， 彩色濾光片光譜透過率曲線如圖8所示。

圖8 柯達濾光片透過率曲線[16]紅色濾光片： 25； 綠色濾光片： 58Fig.8 Transmittance curve of Kodak color filters No.25 is red filter, No.58 is green filter

系統(tǒng)標定使用連續(xù)譜激光器和DMD對430， 450， 470， 490， 510， 530， 550， 570， 590， 610， 630和650 nm共12個波段進行逐點精確標定， 圖4所示包含了標定光路， 標定時激光器使用聲光可調(diào)諧濾波器(acousto-optic tunable filter, AOTF)多通道可調(diào)濾波器逐個選波段照射DMD， 逐個翻轉(zhuǎn)DMD中心區(qū)域128×128微鏡， CCD同步采集每個點的色散投影。 其中， 激光器型號為YSL Supercontinuum Source SC-PRO-7； 濾波器為SuperK Select UV/nIR1； DMD為TI DLP7100， 分辨率為1 024×768， 使用中心有效區(qū)域128×128像素， 每個微鏡大小為13.68 μm×13.68 μm； CCD為IMPERX B1620， 1 600×1 200像素， 使用中心有效區(qū)域950×976像素， 像素尺寸7.4 μm。

2.2 并行標定

光學實驗利用了空間光調(diào)制器DMD的高空間分辨率、 快速翻轉(zhuǎn)和區(qū)域可編程性， 結(jié)合連續(xù)譜激光器和AOTF多通道可調(diào)濾波器進行逐點、 逐波長系統(tǒng)矩陣的精確快速標定， 即完成DMD中心區(qū)域128×128像素12個波段數(shù)據(jù)立方體到950×976像素色散投影圖像的標定， 將記錄到的逐點色散投影圖集合組織為系統(tǒng)矩陣， 維度為(950×976)×(128×128×12)， 并以稀疏形式存儲。

實驗中數(shù)據(jù)立方體標定共有128×128×12個點， 受探測器幀頻限制(實驗中IMPERX B1620幀頻通常為35 fps)， 完成數(shù)據(jù)立方體中全部體素耗時很長， 嚴重影響實驗和應(yīng)用效率。 為提高標定效率， 改進系統(tǒng)整體性能， 本文提出并設(shè)計實現(xiàn)了目標區(qū)域逐點并行標定方法， 采用該方法提高了并行度、 降低了數(shù)據(jù)加載次數(shù)和加載量。 圖9為同時標定P1， P2， P3和P4四個點的9個方向投影色散投影并行標定示意圖。 標定算法流程如表1所示。 通過該算法， 系統(tǒng)標定時間可以降低到原來的四分之一。

圖9 并行標定示意圖Fig.9 Schematic diagram of system matrix calibration in parallel

表1 并行標定算法Table 1 The system matrix calibration parallelly algorithm

2.3 試驗結(jié)果分析

圖10—圖12列出多光譜數(shù)字物體“NSSC”和透射彩色物體“CS”的低分辨測量和并行壓縮測量與成像光譜重建結(jié)果對比， 其中低分辨測量采用122×122， 為體現(xiàn)并行壓縮感知優(yōu)勢采用更低分辨率61×61進行成像測量， 結(jié)果表明并行壓縮感知計算層析成像光譜展現(xiàn)出更準確的光譜重建。

圖10中(a)-NSSC/CS分別為探測器采集到的“NSSC”和“CS”物體的色散投影圖像， 分辨率為122×122像素； (b)-NSSC/CS為使用DMD按照16×16分塊并行壓縮感知測量到的“NSSC”和“CS”物體圖像， 相應(yīng)的探測器成像分辨率為61×61， 采樣率為0.687 5； (c)-NSSC/CS列為對壓縮采樣低分辨率圖(b)-NSSC/CS重建得到的高分辨色散投影圖， 分辨率為976×976。

圖10 (a) NSSC/CS色散投影圖像(122×122); (b) NSSC/CS壓縮測量結(jié)果(61×61); (c) NSSC/CS重建色散投影圖像(976×976)Fig.10 (a) NSSC/CS Low-resolution dispersion projection image in 122×122 pixels； (b) NSSC/CS Compressed sampling in 61×61 pixels； (c) NSSC/CS Reconstructed high-resolution dispersion projection image in 976×976 pixels

圖11展示了數(shù)字物體“NSSC”光譜重建結(jié)果對比。 (a) 為122×122低分辨重建結(jié)果， 每個光譜圖像都出現(xiàn)大量信號干擾： 在450， 470， 510和550 nm光譜圖像中出現(xiàn)了不應(yīng)出現(xiàn)的信號； 490 nm光譜物體“N”、 530 nm光譜物體“S”和570 nm光譜物體“S”較為準確重建， 但細節(jié)出現(xiàn)不同程度模糊， 仍不如BCSCTIS重建結(jié)果； 610 nm光譜圖像則出現(xiàn)了比較嚴重的干擾。 (b) 為利用61×61像素的低分辨測量結(jié)果進行并行壓縮感知光譜重建結(jié)果， 數(shù)字物體的每個字母在對應(yīng)的波段均得到準確重建： 光譜物體“N”出現(xiàn)在490 nm、 左側(cè)“S”出現(xiàn)在570 nm、 右側(cè)“S”出現(xiàn)在530 nm、 “C”出現(xiàn)在610 nm， 和多光譜物體一致； (c) 為全波段成像結(jié)果， BCSCTIS重建彩色多光譜物體細節(jié)也更為清晰、 生動、 可辨。

圖11 數(shù)字物體光譜重建結(jié)果， 波長單位為nm(a): 低分辨重建; (b): 并行壓縮感知重建; (c): 全波段合成物體(上為低分辨重建合成， 下為壓縮感知重建合成)Fig.11 Reconstructed spectral object of digital chart, nm as unit(a): Reconstructed multispectral image using conventional low-resolution dispersion; (b): Reconstructed multispectral image using BCSCTIS; (c): Multi-spectral composite colored image(the image by conventional low-resolution dispersion above, the image by BCSCTIS bellow)

圖12展示了透射彩色物體“CS”光譜重建結(jié)果對比。 (a) 為122×122低分辨重建結(jié)果， 重建效果較差： 470和490 nm光譜中錯誤出現(xiàn)了“S”信號； 510， 530， 550和570 nm對應(yīng)光譜呈現(xiàn)比較模糊的物體“C”， 同時還出現(xiàn)了信號“S”串擾，610 nm處出現(xiàn)強度高于630和650 nm光譜的“S”信號， 這也不符合紅色濾光片的透過率曲線特征。 (b) 為61×61的低分辨并行壓縮感知光譜重建結(jié)果： 綠色字母物體“C”信號明顯出現(xiàn)在波長510， 530， 550和570 nm， 對應(yīng)于圖8中綠色濾光片58號光譜透過曲線范圍， 紅色字母物體“S”信號明顯出現(xiàn)在波長630和650 nm， 對應(yīng)于圖10中紅色濾光片25號光譜透過曲線范圍， 其他波段沒有出現(xiàn)干擾信號。 (c) 為全波段成像結(jié)果， BCSCTIS重建彩色物體細節(jié)也更為準確。

圖12 數(shù)字物體光譜重建結(jié)果， 波長單位為nm(a): 低分辨重建; (b): 并行壓縮感知重建; (c): 全波段合成物體(上為低分辨重建合成， 下為壓縮感知重建合成)Fig.12 Reconstructed spectral transmitting colored object, nm as unit(a): Reconstructed multispectral image using conventional low-resolution dispersion; (b): Reconstructed multispectral image using BCSCTIS; (c): Multi-spectral composite colored image(the image by conventional low-resolution dispersion above, the image by BCSCTIS bellow

本節(jié)通過計算層析成像光學實驗結(jié)合光譜色散投影并行壓縮感知仿真實驗驗證了并行壓縮感知計算層析成像光譜模型的正確性， 實驗中BCSCTIS重建出更高分辨率的色散投影圖像和更為準確的光譜立方體。 實驗驗證了依據(jù)壓縮感知信號采樣理論采用調(diào)制測量方式， 可以改善傳統(tǒng)計算層析成像光譜系統(tǒng)中探測器分辨率對重建質(zhì)量的制約問題。

3 結(jié) 論

從CTIS性能受FPA限制角度出發(fā)， 將壓縮感知成像技術(shù)引入到CTIS的色散投影測量， 建立了并行壓縮感知計算層析成像光譜系統(tǒng)， 可以實現(xiàn)超過探測器分辨率的光譜成像。 本文首先分析建立了BCSCTIS的成像模型， 然后通過仿真實驗初步驗證了方法的正確性， 接著又通過搭建實際CTIS光學系統(tǒng)， 完成了系統(tǒng)標定， 結(jié)合并行壓縮測量仿真驗證了BCSCTIS方法的優(yōu)越性。 其中， 還提出并采用了系統(tǒng)并行逐點并行標定方法， 兼顧了標定精度和速率。 仿真實驗使用高光譜數(shù)據(jù)集對傳統(tǒng)CTIS方法和BCSCTIS進行了采樣和數(shù)據(jù)重建質(zhì)量對比， 實驗結(jié)果表明了BCSCTIS方法和工作流程是可行的， 能顯著提高光譜立方體重建質(zhì)量。 光學實驗使用DMD逐點和AOTF濾波器逐波長完成128×128×12三維空間圖譜分辨率數(shù)據(jù)立方體到950×976二維投影分辨率系統(tǒng)投影矩陣的標定， 矩陣維度為927 200×196 608， 通過四個區(qū)域的并行標定方法， 光譜立方體標定時間降到了單點標定的四分之一。 實驗中BCSCTIS方法分別在數(shù)字物體和彩色膠片物體實驗上得到了驗證， 可實現(xiàn)采用61×61的測量分辨率完成950×976分辨率投影圖像獲取， 進一步準確重建出128×128×12的三維空間圖譜， 使得CTIS系統(tǒng)具有了當前探測器16×16倍高分辨率色散投影測量的能力， 最終改善光譜成像性能。 BCSCTIS重建質(zhì)量、 性能受光譜分辨率和系統(tǒng)標定精確性影響， 在后續(xù)研究中， 一方面本課題將進一步研究集成光譜色散系統(tǒng)和并行采樣系統(tǒng)的方法； 另一方面， 進一步研究更高分辨率的多光譜系統(tǒng)標定和系統(tǒng)標定矩陣精度的影響因素。