对于目前高温下的视觉测量,如何降低高温部件本身发出的辐射光以及高温气流扰动对图像质量的影响仍然是一个挑战,这在航空航天或汽车制造等领域具有重大影响。单像素成像（Single-Pixel Imaging,SPI）作为一种新的成像方法,近年来得到了较好的发展。SPI具有成本低、信噪比高、成像谱宽等优点,特别是在弱光及非可见光条件下,它具有显著的优势。本文针对高温下复杂的光学成像环境,提出了一种结合单像素成像技术的高温构件图像采集新方法。通过将一系列编码模式投射到高温构件上,同时利用单像素探测器测得的光强重建高温构件的图像。本文研究工作具体包括:提出通过减少投影距离来减少高温气流对成像质量的影响,以及通过物理滤光技术减少热辐射光对单像素探测器探测值的影响。通过研究高温气流对传统光学成像的影响及大气湍流关联成像技术,提出采用减少照明图案到高温构件的投影距离来减少气流干扰。结合高温构件热辐射特性和四步相移图像重建算法,分析了热辐射光对傅里叶单像素成像的影响并确定了光谱成像范围。搭建了高温构件傅里叶单像素成像系统。对系统的各个模块进行设计及关键器件选型后,成功在光学平台上实现了可见光下的高温构件傅里叶单像素成像系统。基于搭建好的成像系统,成功获取了高温构件无畸变和无光干扰的图像。模拟实验证明,本文使用的四步相移图像重建算法具有一定的抗干扰能力并在后面的高温实验中得到了验证。常温下的压缩采样实验表明,仅用30%的采样数据就可以清晰重构出目标图像。通过放置滤光片进行物理滤光,减少高温构件发出的强辐射来可视化高温构件,虽然产生的光信号比以前弱的多,高温构件的图像依然得到重建。不同温度下不同成像谱段下的高温实验进一步证明了该成像系统在高温环境中的适用性。建立了基于深度学习的高温图像超分辨率重建方法框架,提高了高温图像的分辨率。将SRCNN三层卷积神经网络应用于高温单像素成像的超分辨率重建任务,实现了高温单像素图像的分辨率提升。和传统的双线性插值法相比,本文的方法取得了更高的峰值信噪比和结构相似性分数,在保证了质量的前提下,成功提高了高温单像素图像的分辨率。