传统秘密图像分存技术需要对图像的所有数据进行处理,由于图像数据量大,所以算法执行时间比较长,而且分存算法产生的数据总量与原始图像数据量相比扩张明显,会对网络传输和存储造成较大负担。当图像信号具有稀疏性,或者在某一种稀疏变换基的表示下绝大部分系数为零或近似为零时,压缩感知技术通过构造一个与稀疏基不相关的适合的测量矩阵对原始图像进行感知测量。测量得到的数据包含了原始图像的绝大部分有用信息,在确保能够精确重构图像的同时将原图像从高维压缩到低维,极大地减少了需要处理的数据量,能很好地解决传统方法中由于数据量大而导致的诸多问题。在信号重构端,通过一定的重构算法可以获得原始图像信息一个精确的或者高度近似的逼近。本文将传统秘密图像分存与压缩感知技术相结合,实现了一个基于压缩感知技术的秘密图像分存方案。为了进一步提高方案的性能,又从信号的稀疏表示、信号的感知测量和信号重构三个方面对方案进行了优化。通过实验我们发现本文方案能明显降低需要处理的数据量,有效减少算法执行时间,并且重构图像可以达到一个较理想的视觉效果。实验结果表明:与经典的Thien-Lin方案相比,本文实现的初始方案能平均减少48.66%的图像分存时间和29.32%的图像还原时间。优化方案可以平均减少58.77%的分存时间和58.16%的还原时间,而且优化方案的重构图像精度比初始方案提高了 4-10dB。