红外成像制导技术是精确制导领域的一个重要发展方向,因其隐蔽性好、抗干扰能力强、制导精度高等优势,有望成为21世纪精确制导武器的主导。因此,近年来对于红外成像技术的研究方兴未艾。本文在分析总结国内外相关领域最新成果的基础上,结合新的采样理论—压缩感知来解决红外玫瑰线扫描亚成像系统中低成像分辨率的问题,采用压缩成像技术以较少的采样数目重建高质量的红外图像。本文的主要工作如下:在压缩成像技术中,首先需要通过测量矩阵对信号进行压缩,从而获得较少的压缩测量值,之后利用恢复算法从测量值中重建图像。在测量矩阵的设计方面,本文研究了3种确定性测量矩阵:(1)利用帕斯卡矩阵与克罗内克积的各自特性设计了一种确定性稀疏测量矩阵。此测量矩阵结构简单,便于物理实现,且对红外图像的重建表现较理想;(2)基于扫描轨迹的思想设计了一种确定性轨迹方程测量矩阵。利用玫瑰线轨迹方程获得一个确定序列,通过对确定序列进行特定的排序构造适于红外图像重建的测量矩阵;(3)基于玫瑰线扫描亚成像系统的结构特性,研究了一种确定性旋转测量矩阵。通过光学元件的旋转操作从扫描视场中获得压缩测量值,将光学扫描装置作为测量矩阵的物理实现平台,此测量矩阵的实现方式不同于已有的数字微镜阵列和掩膜的方式,而是通过光学元件的旋转操作实现的,成本较低且实现方便。另外,在旋转测量矩阵的基础上,研究了一种多帧联合压缩成像算法,通过融合多帧目标场景信息,可以进一步降低对采样速率的要求并且有效改善成像质量。此外,本文针对动态环境下的红外图像重建进行了相关研究,设计了一种动态压缩成像算法。通过分析相邻帧场景与总视场之间的关系,建立了运动系统的压缩成像模型,可以实现在系统运动的环境下重建高质量的红外图像,为后续的目标检测、识别及跟踪工作提供更多可靠性支持。