成像科学是一门古老而又焕发着勃勃生机的科学。早在13世纪，人类便发明了最早的光学成像仪器——眼镜，用于辅助视觉。17世纪初，人类的视野便能够借助显微镜和望远镜扩展到微观世界以及遥远的宇宙。19世纪中叶，照相机的发明使记录图像成为可能。20世纪电子技术的革命推动了成像科学从光学成像时代跨入了数字成像时代，与此同时，非传统成像方法的发展为成像科学的未来勾勒出一幅清晰的图像，即将光学(成像)、电子(探测和记录)和计算机(探测后处理)技术结合在一起，以获得最佳的成像。　　 随着成像科学的发展，它的应用已经涉足到人类生活和工程的各个领域，人类对于成像技术的要求也越来越高，在经历了上一个千年二维成像的繁荣之后，对于三维成像的研究逐渐成为当今的热点。　　 本文提出了一种新型的三维成像方法——稀疏分布空间编码三维成像方法，该方法将传统成像方法与非传统成像方法相结合，基于编码孔径成像原理，是对应用于不可见光成像领域的编码孔径成像方法在可见光成像领域的开拓性研究。该方法首先应用照相机在特定的、按照稀疏分布的空间编码位置对场景拍照，然后对得到的照片进行图像处理重建场景的三维图像。这种方法能够有效的识别场景中不同深度层次的孤立目标，而且能够实现准实时的三维场景重建，具有一定的军事和民用价值。　　 本文的工作主要包括以下几个方面：　　 1.提出了空间编码三维成像方法。应用照相机成像简化模型，介绍了该方法编码成像，解码重建场景三维图像的原理。分析了解码图像中主要的噪声源，指出稀疏分布的空间编码形式，相对于其它非稀疏分布的编码形式在抑制解码图像噪声方面的优势。提出了一种基于几何原理附加条件判断的解码方法，与现有解码方法相比，该方法能够进一步抑制解码图像噪声。分析了空间编码三维成像方法的空间分辨率。　　 2.实验验证了稀疏分布空间编码三维成像方法的可行性。实验比较了稀疏分布与非稀疏分布的编码形式(稀疏分布——无冗余阵列，非稀疏分布——随机阵列，均匀冗余阵列)在两种解码方法下(匹配相关解码和失匹配相关解码)的解码图像质量，根据比较结果选择稀疏分布的无冗余阵列作为空间编码成像方法的基本编码形式。实验比较了本文提出的几何解码方法和相关解码方法(包括匹配相关和失匹配相关)的解码图像质量，根据比较结果选择几何解码方法作为空间编码成像方法的基本解码方法。讨论了编码点的数量、编码点的位置误差以及照相机的姿态误差对于解码图像信噪比的影响，分析了该方法对于深度连续变化的景物成像遇到的困难，指出了该方法的成像特点和适用范围。　　 3.基于稀疏分布的编码形式在空间编码三维成像方法中所起到的至关重要的作用，本文提出了一种逆向搜索方法设计稀疏分布的无冗余阵列。这种方法首先规定编码阵列必须满足的条件，然后应用全局优化算法搜索使条件得到满足的各编码点的位置。本文深入研究了一种新型的全局优化算法——DIRECT，改进了原始算法，应用其进行无冗余阵列的优化设计。本文设计得到了两种类型的无冗余阵列，并将它们与当前最为重要的也是应用最广泛的Golay阵列进行了比较。其中一种比Golay阵列具有更高的填充率以及自相关压缩率，另外一种兼具无冗余阵列和均匀冗余阵列的特性。