高速图像传感器是目前图像传感器发展的主流方向之一,伴随着存储介质及数据传输技术的发展,高速图像传感器及其成像系统的应用领域越来越广泛。现有的CMOS高速图像传感器的输出数据量随着帧频和分辨率的提高不断增加。地址-事件表示(Address-Event Representation,AER)图像传感器是一种高速仿生视觉传感器,相比基于“帧”采样的传统高速CMOS图像传感器,仅采集变化信息,具有功耗低、冗余少、延迟小的特点,但其仲裁机制在复杂运动场景中会导致信息丢失,使得获取的场景信息不具有完备性。本文基于现有高速图像传感器存在的问题,采用脉冲序列检测的图像感知方式,以给硬件实现脉冲序列图像传感器成像系统提供指导为目的,搭建了脉冲序列图像传感器的行为级模型,基于模型完成了静态场景和高速场景下图像重构算法的研究。本文首先研究了脉冲序列图像传感器整体架构及各个模块的功能,给出了两种不同的脉冲序列实现方式并阐述了像素单元基本结构,分析了像素触发的各种情况以及不同情况下的读出时序,并搭建了像素单元和脉冲序列传感器的行为级模型。接着基于脉冲序列图像传感器的行为级模型,针对静态低速和高速两种不同的应用场景,设计了基于固定时间内脉冲累加的图像重构算法和基于脉冲序列触发间隔的图像重构算法,并在基于脉冲序列触发间隔图像重构算法的基础上研究了拖尾现象产生的原因,并设计了基于物体光对应间隔的拖尾消除算法及基于计算的拖尾消除算法,对重构中产生的拖尾现象进行消除。最后结合脉冲序列图像传感器行为级模型及上述相关算法,完成脉冲序列式相机成像系统和相关软件的设计,实现对脉冲序列的重构与实时显示及数据保存,并编写了可视化界面。对本文设计的计算方法进行验证:1.在静态图像重构的实验中,在低光照条件下,两种脉冲序列格式重构的图像与原始输入图像的均方误差最低可达0.074和0.008。2.在动态图像的重构实验中,在最大输入光电流为6000-16000fA区间内,重构高速视频与原始输入的均方误差均在30以内。3.两种拖尾消除算法可将重构视频与原始输入视频的均方误差降低至30以内。综上所述,本文所提出的图像重构算法能够较好的完成针对脉冲序列图像传感器输出的数据格式的重构,并应用于脉冲序列式相机成像系统。