传统的图像和视频采集设备依靠大规模传感器阵列进行图像或者视频的采集,其特点是采集图像或者视频的原始数据量庞大,不利于存储和传输。同时,获得高帧率和高分辨率的视频造价十分昂贵。压缩感知和图像重构相结合为视频采集提供了新的方案,压缩感知开发信号的稀疏性,能够在远低于奈奎斯特采样速率的条件下实现原始信号的重构。单像素相机是一种新型的成像设备,通过观测矩阵对图像进行编码得到观测值,利用后端恢复算法重构图像。基于压缩感知的成像设备,有效的摒弃原始信号的冗余信息,为海量的图像或者视频信号的存储和传输提供了新的途径。本文重点在于采用少量的数据实现多波段、高帧率、高质量的视频采集与重构。采用压缩感知作为理论基础,以单像素相机作为硬件平台,配合后端的恢复算法实现高帧率的视频采集与重构。不同于早期的单像素相机,本文的单像素相机采用的是双光纤收集,在实际的平台上进行采样重构,结果表明双光纤采集极大的抑制了环境噪声的影响。同时,基于实际的单像素平台分别对动态场景进行可见光和近红外波段采样,重构视频结果表明,该单像素相机系统可以有效的实现多波段的视频采集与重构。为了实现高帧率、高空间分辨率和时间分辨率的视频采集与重构,结合实际的单像素平台,设计了一种双尺度矩阵,该双尺度矩阵由低维度的矩阵和高维度的矩阵组合在一起。双尺度矩阵的低维度矩阵用来快速重构低分辨率的预览视频,通过预览视频获取相邻帧之间的光流运动限制条件,最后把双尺度矩阵作为观测矩阵,光流运动做为限制条件,采用非线性重构的算法实现超分辨率的视频重构。重构视频结果表明,该方法能够适用于快速变化的目标场景进行重构,同时实现重构视频的空间分辨率和时间分辨率的折衷。因此,采用压缩感知理论的新型相机能够利用少量数据实现多波段、高帧率、空间分辨率和时间分辨率折衷的视频采集与重构,对解决现阶段图像或视频的采集设备的不足有着重要的作用。