在传统的信号采样过程中，香浓-奈奎斯特(Shoon-Nyquist)采样定理是必须遵循的基本原则，要求采样频率必须大于被采样信号最高频率的两倍。然而，随着传感系统数据获取能力的提高，依照Shoon-Nyquist采样定理进行高分辨率图像的获取势必会导致采样数据量以及传输和存储的代价的增加，对探测器的分辨率也提出了更高的要求。Donoho和Candes提出的压缩传感理论打破了Shoon-Nyquist对采样频率的要求，无疑给数据采集带来了革命性的突破。对于稀疏信号或可压缩信号，用低于Shoon-Nyquist采样定律的频率对信号进行采样，在获取信号的同时对数据进行适当的压缩。本文以压缩传感理论作为基础原理，针对基于频谱面编码的压缩成像模式进行了研究。通过光学傅里叶变换在频谱面对图像信号进行编码压缩，结合相应的图像重构手段获取高质量目标图像，实现利用低分辨率探测器获取高分辨率图像信息，降低数据所需存储空间。论文对该成像模式进行了仿真模拟，模拟结果表明，该成像模式可以以远小于原始信号的数据量重构出近似原始信号，证明了基于频谱面编码压缩成像模式的可行性，与已有传感成像模式相比，可实现对光信号的实时压缩。本文同时研究了基于光学小波变换预处理的编码压缩成像。针对仅利用光学傅里叶变换中单纯频谱面编码难以获得高质量的近似图像信号的模式局限，提出了先对目标进行光学小波预处理，然后再进行频谱编码以提高成像质量的方法。仿真模拟结果表明，进行预处理后可以在不增加传输数据的前提下得到比单纯频谱编码更高质量的近似图像。