人们对于高分辨技术的追求总是制造更大分辨率的阵列传感器,然而来自Rice大学的优秀的研究人员却另辟蹊径。基于压缩感知的单像素相机可以有效地避免制造更大分辨率的传感器阵列,转而制造更大分辨率的DMD数字微镜,而制造大分辨率的数值微镜的成本要比制造阵列传感器的。相比普通相机,单像素相机具备易于实现多光谱,成像无需压缩,这让单像素相机的发展备受瞩目,这也是未来数码相机发展的主流方向。但是现在的单像素相机面临的两个主要问题依然没有解决,即:成像速度慢,分辨率低。在结合了国内外的研究成果的基础上,本文对于应用于单像素相机的相关算法做了深入细致的研究,本文主要完成了以下几个方面的工作。首先系统地介绍了压缩感知理论,其中着重介绍了在单像素相机应用的主要内容:各个测量矩阵的构造方法和使用效果,简要介绍了重构算法的基本分类。其次,本文提出了基于优化光路设计的被动式单像素相机的改进思路,设计了接收光采集装置和反射光采集装置,利用接收光和反射光进行光强补。然后设计了背景光滤除装置,用以消除光强噪声的干扰。实验结果表明,经过了改进的被动式单像素相机能够明显改善成像质量,有效地滤出噪声干扰。最后我们也改进了主动式单像素相机的测量矩阵投射模块,把原来的单纯的投影仪组成的测量矩阵投射模块,改进为由DMD模块加恒稳光源的光路。经实验表明,相比于原系统,改进后的主动式单像素系统能够有效地调节距离,增强对比度,也能有效地滤出环境光的干扰。另外,本文将分块算法引入到三种常用的重构算法中,即:分块TVAL3,分块OMP算法和分块GPSR算法,然后本文在仿真平台和单像素相机的平台上完成了对比性实验。实验结果表明:在低采样率的情况下,分块TVAL3算法能够有着较好的重构精度和较短的重构时间;分块GPSR算法重构精度较差,重构时间也较长;分块OMP算法并不是一种稳定有效的算法,重构效果不稳定重构失败都有可能。在较高的采样率的情况下,分块TVAL3算法虽然仍然有较高的重构精度,但是其运行时间会明显增加;分块GPSR算法在采样率较高的情况下重构精度会大大改善,运行时间增加较少,是一种比较理想的分块算法;分块OMP算法重构精度和重构时间都不稳定。最后在本文中,我提出了自己的改进算法—BASGP算法。该算法结合了分块和自适应步长算法的思想,能够以较快的速度收敛,仿真的实验结果表明,在针对256*256分辨率的单像素相机成像上,相比于原来的GPSR算法,BASGP算法能够加快收敛速度,同时也有着比不错的重构精度。BASGP算法的缺点在于需要的采样次数较多,分块不能太小。但是相比于分块OMP算法和分块TVAL3算法,BASGP算法的在重构速度上有着明显的优势。