近年来提出的压缩感知理论与传统奈奎斯特采样定理不同,它是一种能够将信号的采样和压缩同时进行的新理论。压缩感知理论指出,只要信号在某个变换域上是稀疏的,那么就可以用一个与变换基不相关的测量矩阵将变换所得到的高维信号投影到一个低维空间上,然后通过求解一个最优化问题就可以从这些少量的投影中以高概率重构出原信号。传统的CMOS图像传感器通过模拟信号读出电路读取像素阵列,然后将其转换为数字信号进行奈奎斯特采样,再丢弃大量冗余数据进行压缩编码。将压缩感知技术引入CMOS图像传感器中,可以在图像光电转换之后,直接对模拟信号进行压缩采样,将信号采集和压缩同时进行,再经过A/D转换,这样就可以有效减少输入A/D转换模块的数据量,提高A/D转换的速度,降低系统功耗。鉴于现有的基于CMOS图像传感器的压缩感知成像算法对原有的CMOS图像传感器电路结构改动较大,附加电路较多不利于硬件实现的缺点,本文提出采用并行处理策略对CMOS图像传感器A/D转换前的模拟像素矩阵进行压缩采样,减轻了A/D转换模块的负担,可以在很大程度上降低CMOS图像传感器的功耗,并且该算法实现电路简单,不需要较多的额外附加电路。仿真结果表明,本文所提结构能快速有效的进行测量值的获取,并且重构图像的主客观质量没有明显损失。测量矩阵是成像系统前端重要的组成部分,Toeplitz结构测量矩阵易于生成和存储,本文将Toeplitz结构测量矩阵应用在成像系统中可以降低系统的复杂度和功耗。重构算法是成像系统后端最主要的研究问题,本文在分析已有算法的基础上并结合所提出的成像结构特点对重构算法也进行了改进。