随着无人机遥感、自动驾驶、在线工业质检、动态生物观测快速发展，行业对高光谱设备的实时成像能力、光谱识别精度、空间清晰度提出更高要求。传统快照式高光谱成像依赖光栅、滤光片阵列等物理分光器件，结构复杂；在增加光谱通道数量时，成像帧率与空间分辨率会显著下降，无法捕捉高速运动目标、瞬态理化反应、环境动态变化的精细光谱特征，制约技术产业化落地。
针对该行业痛点，清华大学戴琼海院士团队围绕空间‑光谱联合光学编码、成像系统优化、计算重建算法开展原创性研究，构建 SpectraTrack 一体化高光谱成像体系。该技术摒弃传统扫描分光模式，通过高精度空间‑光谱光场调制，结合深度优化的迭代重建算法，在单次曝光内完成百万像素成像、百赫兹高速采集、千通道光谱解析，在保证光谱采样密度与物质识别精度的同时，大幅提升动态场景时序追踪能力。
实验验证表明，该系统可稳定复现高速运动物体的光谱动态变化，精准区分材质差异与环境组分波动。整套设备结构精简、小型化、低功耗，适配无人机机载遥感、户外实时环境监测、智能交通感知、高速产线在线检测、活体生物动态成像等场景，有效解决现有高光谱设备动态成像能力不足的问题，推动我国高性能多光谱感知技术向实时化、工程化、智能化升级。
