传统的光学传感器被设计成尽可能直接地获取需要感知的信息。然而,近几年在图像重构,逆问题和压缩感知等领域的进展表明,在很多情况下,可只采集少量信息,并通过数学方法就可重构出大量的原始信息。且理论表明,通过合理选择图像变换测量系统,能显著改善在测量数目受限情况下获取高质量图像的能力。本文利用光学方法,对传统相机进行改进,结合数值处理方法实现由单帧、低分辨率图像进行高精度超分辨率图像的重建。本文介绍了一种压缩编码孔径成像技术,其通过设计满足压缩条件的编码孔径模板,插入到相机镜头部分,实现压缩采样。并将该压缩卷积理论用于光学成像系统,利用系统在卷积成像的应用,进行压缩成像,即可实现由较少的象元数获取包含大量高频信息的低维投影数据。然后设计最优化迭代复原算法,通过低维投影数据,高精度恢复原始高维信号,实现图像的超分辨率重建。