随着光学成像的发展与应用需求的不断增加,成像方式的多元化趋势明显。非视域成像作为一种新型的目标探测与复原技术,已经成为当前最具有发展潜力且最活跃的研究方向之一,其研究成果在工业环境危险监测、灾区幸存者寻找以及车辆定位导航等多个领域都具有巨大应用前景。非视域成像技术由于传播过程中往往经历多次漫反射,造成获取的信号强度弱、信号的时空信息混杂以及方向信息丢失的现象,从而导致无法成像或者出现成像结果亮度降低、图像模糊、分辨率降低等图像质量退化问题。本文利用单像素成像技术实现非视域成像,通过改进重构算法来提高非视域的成像效率。主要研究内容如下:1)通过对非视域成像和单像素成像的理论分析,根据非视域成像在单像素成像系统的特点,提出主动模式和被动模式的单像素非视域成像系统来实现非视域成像,证明利用单像素成像系统实现非视域成像的可行性,且成像质量与系统因素（采样频率和测量矩阵等）和环境因素（杂散光和介质浑浊度等）有关。2)提出一种基于衍射理论的单像素非视域成像系统。利用衍射原理对光波的传输过程进行分析,将关联成像结合到非视域成像场景中,采用随机散斑和哈达玛散斑作为照明散斑,通过二阶关联函数快速重构待测物体,用衍射逆运算减少衍射对成像质量的影响。基于该算法采用不同尺寸的透镜对非视域物体进行重建,在仿真和实验中进行分析验证,证明该算法的实用性。与传统的非视域成像系统作对比,验证该系统和算法对于非视域目标成像的有效性。3)针对单像素成像技术中对非视域物体采样时间过长这一关键性问题,提出基于压缩感知技术的非视域目标采样及重构算法。对于二值目标,采用压缩感知正交匹配追踪（Compressed Sensing Orthogonal Matching Pursuit,CSOMP）算法进行低采样高成像质量的研究,实验结果表明该方法在29%采样率下得到较好的重建结果,能够节省过半的采样时间和储存空间;对于彩色目标,采用基于全变分最小化（Total Variation Minimization,TV minimization）算法和RGB彩色空间进行目标重构,采用白光来调制光源,接收端使用不同滤波片对白光进行滤波,用分通道方法对光信息进行探测,与传统关联成像的方法相对比,该系统在29%采样率下,一次性获得待测物体的空间信息和三通道测量信息,在相同的成像时间内有效地获得更多的信息并降低采样时间。4)针对在复杂环境下用单像素成像系统对物体重构困难以及成像质量差的问题,提出基于增广拉格朗日以及交替方向法的全变分最小化算法（Total Variation Augmented Lagrangian and Alternating Direction Algorithm,TVAL3）的非视域透明物体成像系统,利用离散采样值实现待测物体的空间信息重构。实验和仿真结果表明在19%采样率下使用TVAL3算法,可以重建透明物体的清晰轮廓。此外,对于间接成像处于介质中的情况,结合卷积神经网络,提出一种基于图像超分辨率的水下单像素成像算法,该算法在MNIST数据库上进行测试,与其他相关算法进行定量评估对比,结果表明所提方法对29%采样率下的重构结果有较好的恢复,该系统对水下介质的干扰有较强的鲁棒性,能够在弱光条件下获得高质量图像,适用于复杂环境中物体的成像。本文将单像素成像技术应用到非视域成像领域中,针对非视域目标的探测与复原技术中存在的问题提出相应的解决与改进方案,具有重要的理论价值和一定的潜在应用价值,对非视域成像技术的发展起到了良好的促进作用。