光谱成像技术是摄影术和光谱学有机结合的产物,不仅具有图像分辨能力,还具有光谱分辨能力,可以实现对目标物体的定性、定量和定位分析,因此在环境遥感、军事目标识别、工业监测、生物医学成像等众多领域有着广泛的应用。光谱成像过程得到的是一个向量的二维空间阵列,每一个向量即表示对应空间位置处的光谱信息。更加丰富的信息使得光谱图像数据量庞大,处理、存储和传输变得异常困难,因此寻求有效的压缩采样方法具有重要意义。近些年兴起的压缩感知(Compressive Sensing, CS)理论将压缩和采样结合,可以更加高效地获取目标信息。本文将压缩感知应用于多光谱成像领域,以解决光谱成像数据量过大的问题,与传统成像截然不同的感知模式使成像系统同时还具有结构简单、抗噪性强、无需机械扫描等优点。本文首先介绍了光谱成像现状和压缩感知基本原理,在实验室平台搭建了基于压缩感知的光谱成像系统,使用透射式液晶光阀实现线性投影,线列探测器收集调制后的光谱信号,借助压缩感知重构算法得到了目标物体的超光谱图像。讨论了影响图像重构质量的几个因素,指出压缩感知的宽场照明单点采集的模式和迭代优化算法使得同一幅图像的不同区域存在相互影响。然后将此成像方案成功地应用于荧光显微成像,通过强度归一化的方法解决了成像过程中遇到的荧光衰减问题。基于光谱数据的可压缩性,本文提出一种包含光谱维编码的图像重构方案,空间调制后的信号经色散元件展开,由第二个空间光调制器对不同谱带的信号进行随机调制,实现空间维和光谱维的同时压缩编码。对这种方法进行了数值模拟,证实了方案的可行,使单像素光谱成像仪的实现成为可能。