如今遥感技术已大量运用于军事、农业、气象等方面,遥感技术的快速发展得益于光谱成像技术的出现。不同物质的光谱特征不同,人们可以通过光谱图像实现不同物质的识别,这也是光谱成像技术最初的目的。光谱成像技术兼具照相机和光谱仪的功能,被广泛地应用于空对地的监测。高光谱图像光谱波段越多,需采集的数据量越大,对硬件的要求也越高,从而限制了高光谱图像的发展。压缩感知理论的提出为打破了这种限制提供了一种可行途径,据此提出的编码孔径快照光谱成像系统(CASSI)克服了传统狭缝成像光谱系统光通量少、图像信噪比低等缺点,成为了压缩高光谱成像技术的研究热点之一。本文围绕编码孔径快照光谱成像系统的改进与优化展开研究,主要研究内容包含以下几个方面:(1)介绍了压缩光谱成像技术的发展史、压缩采样的基本理论,以及基于压缩采样的高光谱成像技术。(2)研究了计算复杂度低、稳健性好的岭估计方法,对传统的CASSI系统进行了改进,利用低分辨率的探测器,获得空间-光谱维度均有混叠的测量数据,再重构得到高分辨率三维图谱。开展数值实验,通过与现有方法比较,说明了本文方法具有计算速度快、重构精度高等特点。(3)对测量矩阵进行了分析,进一步讨论了岭估计方法在重构上的优势,在此基础上,再加入稀疏表示的方法进一步降低了矩阵的列相关性,进行了数值仿真,比较说明重构算法在精度和稳定性方面的优势。