随着物联网和智慧地球概念的提出,无线传感器网络(Wireless Sensor Network,WSN)的研究和应用得到了前所未有的发展。WSN是由大量传感器节点组成,传感器节点部署在一定的环境中通过一定的方式建立起无线网过,完成对环境等特定信息的采集和传输等问题。传感器节点通常携带单片机作为微处理器,山此带来的问题就是复杂的计算处理以及对数据的存储问题。近几年提出的压缩感知(Compressive Sensing,CS)技术通过降低传统采样率的技术来减少WSN中的数据量,有效减少冗余数据的采集和处理,完成了节点在传输过程中能源有限的问题,成为WSN中研究的关键技术。本文通过引入嵌入式技术,借助压缩感知理论,设计了一种图像采集节点。该节点摆脱了图像数据量大,在WSN中难以广泛运用的困境。本文简要介绍了压缩感知理论相关的基础知识、课题研究的背景和意义以及相关研究的国内外现状等,主要对压缩感知理论在传感器网络的中图像的应用进行介绍和研究,同时借助嵌入式技术作为开发于段设计了基于压缩感知的图像采集节点。首先,分析压缩感知中经典的信号稀疏表示方法,选用离散小波变换对图像信号进行稀疏表示,从而满足节点所采集的图像能够进行压缩感知处理。鉴于设计的一般使用性,本文在测量矩阵的设计时,选用了压缩感知中最常用的高斯随机矩阵作为测量矩阵；其次,本文在压缩感知理论研究的基础上,搭建了软件和硬件平台,设计了基于压缩感知的图像采集节点,通过软件的形式将算法应用到所开发的节点中；最后,通过现场测试,观察采集节点在不同采样率的情况下图像恢复效果。实验结果证明,采集节点能够完成对采集图像进行压缩感知处理,并在采样率MR=0.7时可以获得很好的恢复。