压缩传感理论是近些年来新提出的采样理论,一经提出,就由于其突破了传统Nyquist采样定律,而引起了学术界和工业界的广泛关注,并且被成功应用到无线通讯、医学领域成像、地球科学等诸多领域。单像素成像技术最早是为了证明压缩传感理论而发展起来的成像技术,由于其具有压缩传感理论的优势,可以实现以更少的采样量复原出相同精度的图像,除此之外,还可以轻松的扩展到其他波长,因此在民间和军方都有广泛的发展前景。然而现实的单像素平台大多处于实验室搭建阶段,离工业化仍有很大距离,究其原因是平台搭建太过复杂且现在的图像重构精度和速度方面相比传统成像方式仍显不足。针对这些问题,本论文搭建了一个单像素成像平台,并提出了相关测量矩阵优化和复原加速优化算法,来实现对现有单像素成像技术的整体改进。本论文主要包含以下几个方面:1.通过研究和比较近些年来单像素平台的发展特点,克服了传统单像素成像装置的诸多不足,构建了灵活简易的单像素成像平台,利用便携式投影仪和光强探测器,实现了无棱镜系统和孔径装置的单像素成像,这比起其他单像素成像平台具有更广阔的适用性。2.在压缩感知成像过程中,优化对图像进行编码的测量矩阵,提出了分层模型,通过构建不同分辨率的测量矩阵,并且利用低层级获取的图像导向先验信息为高分辨率层级提供先验,大大提升了图像的重构精度和速度。3.对于单像素成像的图像复原阶段,为了实现平台对图像的实时重构,本论文提出了一种复原加速优化算法,将l₁求解算法中耗时占比最多的迭代过程转化成了简单相加相乘,从而大大降低了图像复原时间。4.通过相关实验,对比了测量矩阵优化算法和复原加速优化算法与现有主流算法,从定性角度分析了方法的优点和不足,并利用重构误差和重构耗时两个指标从定量的角度比较了本文的方法,验证了本文所提出的单像素平台的成像和算法优化的可靠性和优越性。