嵌入式视觉是移动机器人重要研究内容之一，对于自主移动机器人以及太空探险、海洋探测、危险环境作业都具有极其重要的意义。但是由于视觉信息数据量大，严重影响了系统处理、传输与存储性能。21世纪出现的压缩传感技术为机器人环境视觉海量数据实时处理、存储与传输提供了一种新的解决方案。课题围绕压缩传感技术在嵌入式视觉中应用及实现等关键问题，展开了相关技术与理论研究，主要完成的工作如下:　　(1)分析了环境视觉小波稀疏和Bandelet稀疏的效果，指出了在较大压缩比（观测值较小）和较小压缩比（观测值较大）下的两种稀疏变换的效果、稳定性和优势。对于给定的256×256环境纹理图像，在观测值M＞96时，Bandelet与Sym8小波稀疏重构效果的峰值信噪比差别不大，Sym8小波稀疏略优于Bandelet稀疏。在观测值M=160的情况下，最大峰值信噪比都达到了30dB以上，都可以较好的恢复原始草坪图像。在M≤80时小波稀疏环境图像重构出现不稳定状态，而Bandelet相对稳定，在M=96时，小波稀疏偶尔会出现重构不稳定现象。在一定观测值下，Bandelet的细节分辨能力优于小波稀疏，并在观测值较小的高稀疏压缩比下，Bandelet稀疏重构较易获得好的稳定的环境图像重构效果。　　(2)给出了基于硬件平台的小波稀疏变换硬件实现原理和基于 Matlab仿真环境的小波稀疏变换压缩传感技术实现与恢复重构效果，表明了嵌入式环境视觉压缩传感在终端恢复重构的可行性。　　(3)设计了基于伪随机序列的适合硬件实现的二值观测矩阵，完成了基于伪随机序列二值观测矩阵的机器人环境视觉压缩传感与恢复重构仿真。256×256环境视觉图像直观的恢复重构仿真结果表明:基于正交小波稀疏的环境视觉图像由伪随机序列二值观测矩阵观测测量，可以实现压缩传感有效重构，对于草坪图像在观测值M=176的情况下，恢复重构峰值信噪比可达34db，可满足一般环境视觉监测要求。　　(4)基于向量表达二值观测矩阵的设计，进一步设计了确定性简单二值观测，并完成了相关分析。小波稀疏下的传统高斯观测矩阵、伪随机序列二值观测矩阵、确定性简单二值观测矩阵在压缩传感恢复重构效果、性能及运算效率方面的分析比较结果表明:确定性简单二值观测矩阵重构效果好，运算效率高，且更适合硬件实现，说明了确定性简单二值观测矩阵在移动机器人嵌入式环境视觉压缩传感硬件实现和计算处理方面的优势。