压缩感知（CS）包含一个事实，即它可以从比传统方法少得多的测量中恢复某些信号和图像，从而为基于相控阵材料表征的大量数据收集提供了解决方案。 本文介绍了如何利用CS框架在时域和频域中有效压缩超声相控阵图像。 通过将图像投影到其离散余弦变换域，实现了一种新颖的方案，以验证CS用于数据缩减的潜力，并探索其重构精度。 CIVA仿真的结果表明，时域和频域CS都可以使用小于Nyquist定理的最低要求的样本来准确地重建阵列图像。 对于三种类型的人工缺陷的实验验证，尽管在保留明显缺陷的情况下可以实现可观的数据