本文首先讨论了压缩传感或压缩感知(CS—compressive sensing/compressed sensing)理论技术中涉及到的内容,有常用的测量矩阵、变换空间中的稀疏表示和常用的图像重建算法；然后介绍了贪婪算法和凸优化算法,并通过仿真实验说明了正交匹配追踪算法的有效性和优越性；最后讨论了CS理论在两个方面的应用,一个是图像加密,另一个是图像特征检测。图像加密中的应用是指把压缩感知理论应用到混沌图像加密中,即在混沌加密过程中添加了稀疏化和恢复原图像的两个步骤。具体过程是先利用小波变换的压缩传感理论对图像进行初始化,使其稀疏表示,继而得到观测矩阵下的测量值；其次使用混沌序列对线性测量进行混沌方法的加密、解密；最后结合小波反变换对解密出的图像进行恢复。该方法不但没有增加图像加解密的时间,反而加强了加密图像被攻击破译的难度,从而提高了加密图像的安全性。图像特征检测则是指利用压缩感知技术检测图像的参数化形状,文中对直线的检测进行了说明,采用的方法是霍夫变换,即先利用直线的参数化模型,映射图像上的每个点到参数空间上,然后为这些共线的点投票可以形成参数空间的峰值,该处就是正确的直线参数。也就是说把查找空间分布模式的问题转化为参数空间的峰值检测问题。