压缩感知理论针对稀疏信号进行采样的同时完成数据压缩,从而节约了大量的计算资源、存储资源和传输资源,这使得其在信号处理领域有着突出的优点和广阔的应用前景。压缩感知理论主要包括信号的稀疏变换、观测矩阵的设计和信号的重构三个方面的内容。这里将重点研究最为重要的信号重构问题。由于压缩感知理论,尤其是信号的重构面临着大数据量的运算,而图像作为二维信号,其涉及的重构算法运算量将更加庞大。在此将FPGA引入图像重构算法的研究,利用其强大的并行运算能力,可以有效地解决大数据量运算的问题。本文是基于压缩感知理论的图像重构系统,在ALTERA公司DE2平台设计完成。系统使用的FPGA是Cyclone Ⅱ系列的EP2C35。整个系统的设计采用了软硬件协同的方法。硬件方面：在系统的总体需求分析的基础上,通过对系统各个硬件模块的设计,完成了对NIOS Ⅱ处理器的定制。系统主要包括图像重构模块和图像显示模块。软件方面：在PC机上用Matlab实现稀疏变换方法和图像重构算法来评价算法性能,通过对图像重构算法效果的对比分析,确定用DWT算法和OMP算法实现图像重构。在Nios Ⅱ IDE环境下采用C语言对算法进行编程并调试,最后对整个系统使用的资源情况进行分析,对图像重构的效果进行评测。通过对硬件模块和软件程序的协同调试,使其达到预期效果。测试结果表明,在DE2开发平台上实现的图像重构系统,能够有效地实现图像重构。在OMP算法复杂的迭代部分采用硬件语言VHDL实现的矩阵乘法器进行运算,极大地提高了图像重构效率。