压缩感知理论最初是由陶哲轩等人完善成为一种处理采集信号时所造成的资源浪费时采取的有效手段。作为一种创新的信号处理领域理论,它以自然界中绝大部分信号都会具备稀疏特性的这一特点为出发点,用远小于奈奎斯特采样率的方式去随机的对原始信息进行采样,而不是一开始盲目的对原始信息利用香农定理理论进行大于或者等于信号频率两倍的速度进行全采样,再丢弃一些无用的数据,当然利用压缩感知理论随机采集到的信息都会包含原始信息,这样才能保证不会因为没有采集到的数据而丢失原始信息。然后利用以最小范数求解最优解为主要思想而编成的重构算法来处理采集到的部分数据,目的是从部分数据中就将原始的场景信息完整的重建出来。与此同时,近几年随着计算成像技术的提出应用,为取代结构复杂的阵列传感器进行成像提供了新的思路与方法。和传统成像过程不同的是,该技术利用特殊制备的空间光调制器对目标场景进行调制,经过目标物体折回的调制光强信息会被特定波段的探测器感光面收集得到,再经过数模转换为电信号,将收集到的数据和预先设计好的调制矩阵导入后端进行恢复处理。虽然在可见光波段下,利用如今的半导体制备技术可以很简单的做出大面积的阵列传感器,但是随着波长范围增大,对于一些复杂的场景恢复就会比可见光具有更好的成像效果,但是制备由许多特殊材料工作在特殊波段的阵列探测器是很困难的,也会存在各种设备自身缺陷问题,可以将压缩传感知理论和计算成像技术结合起来,经过利用单元探测器和光调制器来减少最原始采集到的数据量,从而达到节省存储,为特殊材料制备的阵列传感器提供新的成像思路。具体研究工作如下:本课题将重点讨论压缩感知所体现的思想过程,以压缩感知理论为支撑,通过可见光下单像素相机成像系统搭建的过程,验证压缩感知理论在光学成像过程中应用的基本原理,熟悉单像素相机系统搭建过程中的重要组成部分,各部分之间怎样协调工作才能实现成像的目的。通过熟悉整个单像素成像系统组成部分,将在硬件平台上实现可见光范围内的单像素成像系统。由于在搭建整个系统时遇到许多影响因素会降低系统信噪比,将通过对每一个因素进行分析,并且与改进后基于多模光纤的单像素相机系统的恢复效果进行对比。最后,将探测器换成在对应波长有峰值响应的探测器,成功实现了多光谱的单像素成像。