这篇论文中，我们提出了一种基于球面像差效应和压缩感知理论的低采样阵列高分辨率成像方法。其基本过程是原始物体（场景）通过具有显著球面像差的特殊光学系统进行光路混叠，然后经过较低规模的采样阵列降采样，采样的数据经过图像重构得到较高分辨率图像。

随着社会飞速信息化的进程，人们对图像分辨率的要求越来越高。传统相机成像分辨率严重依赖与图像传感器的性能，而高分辨率的图像传感器制造工艺复杂代价高，并且成像时产生海量数据。因而传统的成像方法面临传感器阵列制造工艺的限制和海量数据存储等难以突破的瓶颈问题。
这篇论文中，我们提出了一种基于球面像差效应和压缩感知理论的低采样阵列高分辨率成像方法。其基本过程是原始物体（场景）通过具有显著球面像差的特殊光学系统进行光路混叠，然后经过较低规模的采样阵列降采样，采样的数据经过图像重构得到较高分辨率图像。设计和仿真结果表明该成像方法具有很高的可行性。
相对于传统的超分辨成像方法（例如插值），该方法保留了更多存在于原始数据中的信息，而并非基于经验的伪信息。相对于其他压缩感知成像模型（如单像素相机），该方法易于物理实现，成本和执行复杂度低，仿真结果还表明该方法成像效果能与其他压缩感知成像模型相媲美。

第十二届“挑战杯”作品 二等奖
1、本项目提出的方法“基于球面像差混叠观测的超分辨率成像方法”已经申请发明专利。申请号：201110107640.9
2、本项目所发表英文论文《Super-Resolution Imager via Compressive Sensing》被IEEE 第十届国际信号处理学术会议(ICSP2010)收录，并被EI检索。
3、本作品受到加拿大麦克马斯特大学电子与计算机工程系武筱林教授的推荐。
4、本项目在教育部G10查新站进行了科技查新。
5、本作品在第八届陕西省“挑战杯”大学生课外学术科技作品竞赛中获特等奖。