上世纪七八十年代出现的光谱成像技术,一经问世,便引发了遥感领域的一场重大变革。光谱成像技术将光谱探测技术和成像技术巧妙融合,能够同时实现照相机和光谱仪的功能,成出的像具有“图谱合一”的重要特征,这使得成像光谱仪成为目前实现空对地观测最重要的工具之一。与传统的光谱成像仪不同,压缩高光谱成像将压缩感知的理论与传统的光谱成像技术相结合,在数据量越来越大的今天,能够做到采集部分数据,将整个数据立方体进行重构,恢复图像;与此同时结合编码孔径成像技术,通过减少编码矩阵的像素尺寸,提高了空间分辨率,降低了探测器的实现难度。本文围绕压缩高光谱成像编码矩阵优化设计展开研究,主要研究内容包括以下几个方面:(1)介绍了光谱成像技术的发展历史及其应用。详细介绍了压缩感知及压缩高光谱成像的关键技术。(2)主要研究了压缩感知测量矩阵,对经典测量矩阵的构造方法和性能进行比较,提出了基于近似QR分解的优化方法和基于近似奇异值分解的优化方法,发现这两种优化算法在重构精度上均有明显的提升。(3)对压缩高光谱成像中的不同编码矩阵进行了分析,在此基础上,将基于矩阵分解的优化方法应用到成像系统中,发现优化算法在系统中适用性最好的是结构化随机矩阵。