防化兵执行战场化学侦察任务时,需要对地面染毒情况进行快速检测。当前,执行该任务的主要方法是使用防化侦察车尾部的采样轮对染毒地面进行采样,或通过进样杆直接采样,再通过车载质谱仪、毒剂报警器等装备对样品进行检测分析,进而刻画战场地面染毒态势。复杂的检测程序使得战场地面化学侦察速度较慢,采样轮需要更换进一步降低了侦察效率,无法适应未来战争中对战场环境高效感知的需要。为了解决这一难题,提出采用基于液晶可调谐滤波器（Liquid Crystal Tunable Filter,LCTF）的高光谱成像设备,代替传统的地面化学侦察方式,也可用于人员、装备等染毒表面检测,实现快速、准确的表面化学毒剂和有毒有害物质等污染物检测,缩短化学侦察时间,提高战场环境感知效率。然而,由于受LCTF调谐滤波速度影响,现有基于LCTF的高光谱成像设备采集一个完整数据立方体的时间在十几秒至几十秒之间,无法实现快速信息采集,实时性不佳,对动态目标检测适用性较差。为提高此类设备信息采集速度,本文引入了压缩感知（Compressive Sensing,CS）理论,设计了一套适用于常见化学毒剂的光谱超分辨率重建算法模型,该模型可以在确保重建光谱识别率的前提下,减少LCTF的调谐滤波波段数量,从而显著提高设备的信息采集速度。本文围绕基于LCTF的染毒表面高光谱快速检测技术展开研究,主要内容和创新点包括:（1）设计构建了一套基于LCTF的高光谱信息采集平台。根据LCTF的光学特性和采集环境需求,进行了硬件采集设备的光路设计和参数计算,并依据光学系统设计完成了采集平台的硬件构建。根据使用需求,基于Qt集成化开发平台和Matlab设计开发了配套软件,实现了硬件平台控制、参数设置、信息采集和数据处理等功能。（2）设计构建了基于压缩感知的化学毒剂近红外光谱超分辨率重建模型。基于实测镜头透过率函数、LCTF透过率函数,以及探测器量子效率函数,设计了观测矩阵,为提高重建结果的准确性奠定了基础;选择稀疏能力强且无需先验信息的DCT矩阵作为稀疏矩阵;通过对比不同采样步长、重建分辨率条件下的相关系数、均方根误差（RMSE）、平均绝对误差（MAE）、峰值信噪比（PSNR）和信息获取时间等评价参数,寻找模型参数的优化方向,以DMMP作为目标样品进行光谱重建时,采样步长为30nm,重建分辨率为4.81nm的重建性能最好,超分辨率重建光谱与采集得到的参考光谱相关系数为0.90922,RMSE为0.17094,MAE为0.13532,PSNR达到99.63096,能够满足识别需求。以上述采集参数进行目标光谱采集,采样率为16.79%,信息获取时间为5.17s,仅为常规采集方式的18.84%,速度约为传统采集方法的5.31倍。实验结果表明,该方法减少了信息采集数据量,提高了信息获取速度,降低了信息传输和处理压力。（3）基于稀疏域信号与重建光谱设计构建了化学毒剂识别算法。为验证快速采集方法的可行性和有效性,对重建光谱进行识别性能测试。采用高光谱信息采集平台,以沙林、芥子气、维埃克斯、梭曼和路易氏剂5种常见化学毒剂为目标物,建立了参考光谱数据集和参考稀疏域信号数据集,以及全部由重建光谱和稀疏域信号组成的测试数据集。分别使用光谱域相关系数COR、稀疏域相关系数d COR和综合相关系数R作为识别参数,设置合理的识别阈值,构建了化学毒剂光谱域、稀疏域和综合识别算法模型,加权识别率分别为99.73%、99.80%和99.81%标准差分别为0.01219、0.00702和0.00799。实验结果表明,3种识别方法均有效,识别率都在99.5%以上,稀疏域的识别方法稳定性更好,同时也证明,设计构建的高光谱信息快速采集方法可行、有效。