单像素成像使用一系列空间光调制掩模对目标场景进行单像素亚采样，再根据掩模与测量值之间的关联重构出物体图像。这种间接获取图像的方式之所以能保证重建质量，除了有重构算法的功劳，更关键的是测量掩模的构造。随着压缩感知理论的引入，随机掩模进入人们视野，但它让测量变得盲目，缺乏针对性，而且这种掩模不便于存储和计算，极大限制了空间像素分辨率。哈达玛基掩模因其结构化特征使快速计算成为可能，且方便存储和提取，近年来得到广泛关注，已发展出诸多哈达玛基掩模优化排序方法，这些方法已被证明能大幅降低采样率。本综述系统地梳理了这类方法的设计框架和前沿进展，展望了确定性掩模构造的未来发展趋势，可为后续的研究工作提供有益的借鉴和指导。

单像素成像借助多次掩模调制和单像素测量值计算获得目标物体的多维光场信息,其降维亚采样、高灵敏探测、谱型适应性等特点为非可视波段成像、极弱光探测、激光雷达等领域带来了福音。当面向动态场景时,单运动帧内多次单像素测量与物体的运动之间存在矛盾,引发图像模糊和噪声问题。针对上述问题,介绍了单像素成像的数学模型及其成像机理,综述了动态单像素成像的发展历程及应用现状,尤其是研究人员在提高成像帧频、改进成像方案或者成像机理方面取得的长足进展;讨论了动态单像素成像目前存在的问题,思考和展望了未来的发展趋势,以期为该领域进一步的科学研究提供有益参考。