利用正交匹配追踪算法对高光谱图像进行压缩感知重构,是通过寻找最优原子对原始信号进行线性表示,使残差不断减小以获取重构信号。在处理基于冗余字典的重构问题时,其耗时主要存在于原子匹配过程和残差更新过程,导致算法的计算复杂度较高、难以实现实时处理。针对此缺陷,提出一种用于高光谱图像的埃尔米特压缩感知重构算法,主要思想是:利用埃尔米特求逆引理,对正交匹配追踪算法残差更新的迭代过程进行优化;进一步地,采用人工鱼群算法寻找最优原子,对匹配过程进行加速,以提高执行效率。利用所提算法对高光谱图像进行压缩感知重构处理,合理设置算法参数,在保证重构精度的条件下,与正交匹配追踪算法相比,所提算法能将计算速度提高10倍左右。