高光谱成像技术是一种同时获得空间信息和光谱信息的遥感技术,是现代遥感领域的重要探测技术手段之一。传统高光谱成像技术包括点视场扫描,线视场扫描和面视场凝视获取等方法,这些方法基于奈奎斯特采样理论进行数据采集,要保证信息得到准确保留,采样频率必须要大于探测信号所包含最大频率的两倍,并经过数据压缩和解压的过程,才得到最终数据。这种信息处理流程会带来计算空间和存储空间的浪费,因为系统首先需要存储含有大量冗余信息的采集数据,再经过复杂的压缩算法实现压缩,最终得到很少量的有效数据,这对于一些运算和存储能力有限的系统来说,比如星上系统,无疑增加了一定的压力。压缩感知是一种可以实现压缩和采样同时进行的信息处理理论,能解决以上过程带来的矛盾,基于压缩感知的光谱成像系统也已经成为目前研究的热点之一,本文在探究压缩感知成像机理的基础上,做了具有以下创新点的研究内容:1.提出了多狭缝组合编码的高分辨率视频光谱成像方法(SGCSHI,Slit Group Coded Scanning Hyperspectral Imager)。SGCSHI按照压缩感知理论进行狭缝编码,可实现欠采样条件下全部信息的获取,实验表明,80%采样率条件下,SGCSHI获取的光谱图像质量与传统单狭缝推扫获取方式相当,将探测效率提高了1.25倍。SGCSHI由单狭缝线视场成像变为多狭缝面视场成像,由扫描探测变为凝视探测,利用光栅或棱镜作为分光器件,实现高光谱分辨率数据获取,本文实验系统平均光谱分辨率可达3.8nm(@550nm)。同时提出基于狭缝移动的光谱成像系统(SSHI,Slit Scan Hyperspectral Imager),同样可以实现高光谱分辨率探测,与传统探测方法具有相同的探测效率。SSHI单次获取信息是SGCSHI系统获取信息的编码“原子”,是实现SGCSHI光谱成像方法的基础。SGCSHI和SSHI解决了传统凝视光谱成像系统光谱分辨率低的问题,为利用高分辨率高光谱成像技术实现动态目标视频探测提供了新的方法路线。2.针对传统方法重构结果光谱保真度低的问题,提出了基于双稀疏域联合(JDSD,Joint of Double Sparse Domains)求解的高精度光谱恢复算法。JDSD算法将信号分解为低频和高频两部分,针对信号不同频率分布特点分别进行不同的稀疏分解,进而解码以实现细节补偿,解决了传统基于单稀疏域变换的重构方法带来的光谱吸收峰等细节损失问题。在大量样本测试中,20%采样率下,传统重构算法平均恢复结果的保真度指标SAM和GSAM分别为0.625和0.515,而JDSD算法平均重构结果对应的值分别为0.817和0.659,80%采样率情况下,两个指标分别由0.863和0.808提升为0.940和0.897,JDSD的高精度恢复结果对光谱的进一步应具有十分重要的意义。3.分别提出电子式狭缝组合编码光谱成像方法(E-SGCSHI,ElectricalSGCSHI)和机械移动式多狭缝组合编码(M-SGCSHI,Mechanical-movement SGCSHI)光谱成像方法。E-SGCSHI系统利用液晶光阀作为电子编码器件,可以实现高速变换编码,控制灵活性高,实现了全采样率下探测帧频为0.38HZ(数据立方体大小为64×64×80)的高光谱视频成像功能,但液晶光阀光学利用率极低(小于10%),因此E-SGCSHI系统获取图像信噪比很差。M-SGCSHI系统利用玻璃掩模板作为编码器件,配合视场光阑,通过精密的机械移动实现编码的变换。实现了全采样率下探测帧频为0.5HZ(数据立方体大小为160×256×64)的高光谱视频成像功能。同时,玻璃掩模板的光学利用率在90%以上,具有高对比度等优点,解决了E-SGCSHI的信噪比极差的问题,实现了高成像质量的光谱成像信息的获取,在最终成像结果中,E-SGCSHI平均信噪比约为31db,M-SGCSHI平均信噪比则为41db。4.针对传统基于原始光谱信息的光谱相似度评价方法难以客观体现对光谱指纹特征保真程度问题,提出了基于梯度信息的光谱保真度评价方法(GSAM,Gradient SAM)。GSAM利用光谱形状的一阶梯度信息来增强光谱吸收峰等指纹特性,并将其纳入光谱保真度评价中。GSAM对于光谱特征峰等细节变化很敏感,在测试数据中,随着采样率的变化,SAM的值在0.998～1之间,而GSAM的值在0.72～1之间,因此具有更强的差异分辨力,可以客观地反映出系统对于光谱特征的保真能力。同时可以将GSAM利用到地物分类中,在测试数据中,基于SAM的平均分类精度为0.86,基于GSAM的方法可以达到0.93,突出了光谱特征在分类中的作用。另一方面,因为GSAM是以梯度信息作为评价标准,因此其不受偏置影响,具有更强的鲁棒性。