近年来,随着成像系统的不断优化,越来越多的人们开始不满足于传统的阵列式相机成像模式。在此期间,一种全新的成像模式应运而生,因其可以非定域成像、突破系统衍射极限实现超分辨成像、无透镜成像、可以在大气湍流以及散射介质等恶劣环境下成像、甚至可以在极弱光下（单光子级别）成像,而且只需要一个单像素（桶）探测器。这种单像素成像又叫鬼成像或符合成像,不同于传统成像,是根据照明光场的空间涨落强度,对获取的目标的反射、透射光信息进行关联运算来重构物体的像。因其独特的成像方式以及可以实现众多传统成像所不能实现的功能,近年来引起理论家和实验学者们浓厚的兴趣,在生物、农业、医学、军事、遥感等领域均存在很大的应用价值。然而,尽管具备上述优势,在实际应用中单像素成像也存在一些不容忽略的缺点。第一,无法实时成像,由于大量的曝光次数、采集数据和复杂的重构算法限制了成像的实时性;第二,考虑到硬件设备的存储空间以及算法的复杂度,通常选取小尺寸的物件作为目标物体,使得单像素成像不具备普适性;第三,采样时间过长,大大的降低了成像效率;第四,重构图像的信噪比低,对比度差,即像质差;以上的四大缺点严重的阻碍了单像素成像的实际应用。后来随着压缩感知理论的提出,将压缩感知理论应用到单像素成像技术中可以在一定程度上减少采样时间,提高成像质量,但即便如此,若要准确重构目标信号,同样需要大量的测量次数,大量的测量数据不仅造成硬件存储的浪费,还加重了算法的重构难度。针对以上难题,本文构造了一种基于哈达玛调制矩阵的空间频域阈值滤波方法,实现在低于20%的采样率下重构目标的图像。另外,目前大多数的单像素成像方案以可见光源获取目标物体的二维空间信息为主,光谱单像素成像的研究刚起步。而用红外光源,在获取目标物体二维空间信息的同时获得信号的光谱信息很少见。针对这个问题,本文提出了基于压缩感知的单像素近红外光谱成像方案,使用压缩感知重构算法对目标物体的近红外谱段信息进行重构,在获得多光谱信息的同时有效提高了成像效率,同时改善了成像质量。本文以单像素成像为主线,搭建了基于压缩感知的单像素近红外光谱成像实验平台。用红外灯泡作为照明光源、彩色字母‘N’以及灯丝作为目标物体、用DMD（digital micromirror device,DMD）作为空间光调制器件、光栅式光纤光谱仪作为探测器;在900nm～1700nm的宽光谱中每隔1.7nm重构一幅图像,结合光源的光谱曲线和实测的目标谱线,对目标的光谱信息以及空间信息作定性分析,从而实现了对目标物体近红外波段的高光谱分辨测量,重构空间信息的同时也获得了光谱信息。在算法上,本文采用多种压缩感知（compressive sensing,CS）算法对目标物体的光谱信息数据进行重构处理,并对几种算法进行了比较,发现不同的实验条件下,各有各的优劣。本文的主要工作如下:1.介绍了单像素成像原理;2.对空间光调制器（本文用的DMD）、近红外光谱仪等器件作一个简单介绍;3.介绍了CS理论,对比了多种CS算法重构的目标物体图像质量;4.探讨了多种调制矩阵,分析了不同调制矩阵结合不同的CS算法对成像分辨率、信噪比的影响并讨论了其原因;5.构造了一种频域变换阈值滤波的哈达玛调制矩阵,结合TVAL3重构算法,可以实现在低于20%的采样率下恢复目标物体信息;6.利用红外灯、DMD、近红外光谱仪等完成了基于压缩感知的单像素近红外光谱成像实验,获得了目标物体的近红外光谱信息。