自20世纪后半叶开始，遥感技术无论是在理论、技术，还是在运用上都得到了长足的发展，在这当中最突出的无疑是高光谱图像技术的出现和发展。高光谱图像在获取地面空间信息的同时，也获得了其光谱信息，在航空航天、地质探测、环境监测等领域得到了广泛的应用。显然，光谱分辨率越高，成像越多，随之到来的就是信息量的激增，如此之多的数据给数据的计算、存储和传输都带来了巨大的压力。因此，研究高光谱图像的信息处理及压缩编码技术具有重要的现实意义。论文首先对高光谱图像做了一些个详细的概述，分析了高光谱成像原理及其图像特性；然后研究了压缩感知理论，对压缩感知理论各个组成部分做了深入地分析，指出了压缩感知未来的几种比较有潜力的发展方向；最后针对高光谱图像的几种特征，结合压缩感知，提出了几种高光谱图像压缩感知重构算法。针对图像信息分布不均匀，提出了投影率预分配思想，形成基于投影率预分配的分块压缩感知。针对高光谱图像序列的较强谱间相关性，研究这种相关性对于重构迭代过程的影响，从两个方面对高光谱图像的压缩感知做了深入研究：一是利用其谱间相关性，提出谱间线性滤波思想，提升重构质量；二是去除谱间相关性，提出去相关模型，去相关之后的图像观测数据更加稀疏，重构性能更佳。本文主要工作是将高光谱图像压缩与压缩感知理论结合起来，提出了几种高光谱图像压缩感知重构算法。主要研究成果可概括如下：（1）提出了一种基于投影率预分配的图像分块压缩感知算法。对图像进行分块，计算每个图像块的熵估计，以图像块的估计熵所占整个图像估计熵的比重来控制投影率分配。实验结果表明，重构质量有较大提升，算法复杂度基本不变。（2）提出了一种基于谱间线性滤波的高光谱图像压缩感知算法。该算法在每次迭代之后都与前一帧高光谱图像的重构图像进行谱间线性滤波，结合前一帧重构图像设计新的重构迭代停止条件。实验结果表明，重构时间大大降低，重构质量有大幅度提升。（3）提出了一种基于去相关模型的高光谱图像压缩感知算法。该算法在重构过程中建立去相关模型，将针对当前谱段图像的重构问题，转为针对谱间预测误差图像的重构问题，谱间预测误差图像之间的相关性非常低，对谱间预测误差图像的重构问题，相当于去除了原先高光谱谱段的谱间相关性。实验结果可以看出，重构质量大幅度提升。