高分辨率光谱成像在军事侦察、医疗诊断、地震监测等领域有重要应用。但由于二维传感器采集三维光谱数据具有天然的困难,导致传统光谱成像技术采样效率低下。针对此问题,杜克大学基于压缩感知理论提出了新型的计算光谱成像技术-编码孔径快照光谱成像(Coded Aperture Snapshot Spectral Imagers,CASSI)系统。CASSI系统的成像过程分为观测和重建两个步骤,首先通过随机编码光路对光谱场景进行特定的编码观测,然后利用光谱图像的先验信息,通过优化算法重建光谱图像。但由于CASSI系统中成像器件受色差影响,导致光谱场景各谱段的采样出现不同程度的非线性失真,严重影响成像质量。针对此问题,本文深入分析了CASSI系统中的色差形成原因,并研究了如何通过受色差影响的观测重建光谱图像。考虑到CASSI是高度非线性的光学系统,不同像素点的点扩散函数不同,难以统一处理,本文提出了基于分段线性近似点扩散函数的色差矫正方法。通过仿真实验验证,本文提出的色差矫正方法能够有效减少色差对重建图像质量的影响,从而提高了光谱图像的重建质量。此外,针对CASSI系统重建图像分辨率低的问题,本文另辟蹊径,提出了联合全色图像的计算光谱超分辨率成像方法。该方法在原有编码观测的基础上增加全色观测通道,通过利用全色通道的丰富空间信息,将编码观测与全色观测进行联合重构,从而提高光谱图像的空间分辨率。仿真实验也表明,本文提出的方法能采集更多的数据,重建的光谱图像的边缘、纹理信息更清晰,具有更高的信噪比,比CASSI成像方法提高2-6dB。