光学遥感成像作为人类获取信息的重要手段,一直面临着系统优化困难、成像环境复杂、数据率高等制约成像质量提升的瓶颈问题。压缩成像通过改变传统成像方式为解决这些问题提供了新思路。本文主要研究了光学遥感压缩成像在采样、重构与处理等环节中的关键问题,并探讨了光学遥感压缩成像系统设计方案。主要工作包括:首先,研究了连续域稀疏信号的压缩采样理论。压缩感知主要面向离散域稀疏信号,对连续域稀疏信号实现压缩采样与重构较为困难。本文探讨了适用于连续域稀疏信号的有限新息采样理论,特别是针对具有稀疏共同支撑特性的多通道信号,获得了精确重构此类信号所需压缩采样量的理论下界,提出了基于子空间方法的信号重构方法;同时,为了扩展有限新息采样的信号空间,提出了参数域有限新息采样理论,并给出了相应的实现方式。其次,提出了步进压缩成像、运动补偿压缩成像与运动超分辨成像三种动态压缩成像方法。针对成像场景稀疏特性未知的情况,提出了基于稀疏约束下新息重构的步进压缩成像方法,实现了采样率与重构质量的在线控制。针对成像场景与成像系统间相对运动的情况,提出了基于运动压缩采样模型与稀疏约束下联合重构的运动补偿压缩成像方法,克服了相对运动对成像质量的影响。同时,分析了运动采样获取场景亚像元信息的机理,提出了基于细分格式与联合重构的运动超分辨成像方法,进而突破成像系统的限制实现了亚像元成像。再次,建立了图像处理的流形正则化模型,并设计了交替优化算法。该模型针对图像处理逆问题推广了欧氏空间中的正则化模型,不仅为从几何的观点分析图像降质机理以及充分利用图像通道间的耦合信息提供了有力工具,还能广泛适用于定义在一般曲面上的图像。针对该模型的非凸性与非光滑性,设计了交替优化算法。该算法采用分裂格式将原模型变换为具有较好局部性质的分裂形式,进而通过交替优化方法实现数值求解。最后,提出了光学遥感推扫式压缩成像系统设计方案以及基于数学仿真实验与半物理仿真实验的性能分析方法。针对光学遥感成像的特点与需求,该系统设计方案不仅充分发挥了压缩成像的优势,如高信噪比、高量子效率与低采样率,还非常适合成像平台的运动环境,且具有较高的稳定性与较好的可扩展性。同时,基于数学仿真实验与半物理仿真实验定量分析了场景稀疏度与采样率等因素对成像质量的影响,促进了压缩成像系统的优化提升。