太赫兹波（Terahertz,THz）是指频率为0.1-10 THz（对应波长为3 mm-0.03mm）的电磁波,在电磁波谱中处于微波波段与红外波波段之间位置,属于由电子学向光学过渡的特殊位置。太赫兹波独有的强穿透性、低能级等特性使得太赫兹波成像技术在生物医学、无损检测和军事安全等领域有着广泛的应用。然而,发展至今的太赫兹成像技术仍然存在着成像速度慢、非相干类探测器无法采集相位信息和成像分辨率较低等问题,这些问题已经成为太赫兹波成像技术进一步发展的瓶颈问题之一。基于这些问题,本文依托国家重点研发计划项目,以计算成像技术为核心,以解决连续太赫兹成像技术中存在的问题与局限为导向,以开发高效、高质量的太赫兹计算成像方法为目标,深入研究并解决了连续太赫兹波成像中的一些相关问题。将计算成像中的压缩感知成像技术、相位恢复成像技术和基于复数神经网络图像分辨率增强技术应用到连续太赫兹成像中,提出基于太赫兹波独有特性的,能够面向实际应用的实时高效、同时获取定量振幅和相位信息及高分辨率的太赫兹成像算法,并对这些算法的成像机理和实验结果进行了深入分析和对比研究。主要研究工作和创新点如下:1、针对连续太赫兹成像中使用逐点扫描方式导致的成像速度慢问题,提出一种优化排序的连续太赫兹波压缩感知成像方法（Sorting Compressive Sensing,SCS）,通过仿真和实验研究分析了压缩感知算法在太赫兹波段应用中,影响连续太赫兹波压缩感知成像系统性能的相关因素,并对这些影响因素做了相应的改进措施。在光路的透镜选取方面,使用长焦距和大数值孔径透镜提高系统的信噪比。在测量矩阵结构设计和实现上,提出矩阵单元尺寸的设计建议,通过实验验证了移位金属掩膜矩阵的可行性。在测量次数的选取上,提出在太赫兹频段范围内基于不同应用场景选取压缩感知成像采样的次数。依据这些改进措施设计和搭建了连续太赫兹波单像素成像系统。另外,还提出一种可以降低图像重构时间的优化算法,这种方法先对测量值进行统计优化排序,然后通过分段选取方式进行图像重构,通过仿真和实验结果验证了这种方法的可行性。采用优化排序和两端取样的SCS-4算法,图像重构时间优于传统的顺序采样压缩感知算法。当采样率为25%的时,重构出较好的图像质量,成像时间相较逐点扫描方式缩短了3/4,同时使用该算法恢复图像的平均均方误差（MSE）相较自然排序的CS算法降低了32%。2、针对连续太赫兹波非相干探测器无法获取信号的相位信息问题,提出一种基于不等间距测量的连续太赫兹波相位恢复成像方法。从太赫兹波的传输及全息记录过程出发,引入迭代式相位恢复算法,针对传统等间距采集衍射记录面信息容易导致迭代收敛速度慢、或者不收敛等问题,设计了基于菲涅尔数的非线性、不等间距的多记录面相位恢复算法（UE-MPPR）。通过系统级模型仿真方式,给出该算法性能提高途径的可行性分析。从参数选取、抗噪性能和记录面信息冗余性出发验证了该算法的有效性,该算法可以将迭代运算速度提高1倍以上。另外,使用该算法对纯振幅和纯相位物体在太赫兹波段下的相位恢复成像进行了实验验证。实验结果表明,在收敛速度和噪声抑制方面,该算法都优于传统的等间距多平面相位恢复方法,获得了高质量再现图像。由于恢复的相位图像可以直接换算成物体实际三维形貌信息,计算结果和实际物体高度信息吻合。搭建的连续太赫兹波无透镜相位恢复成像实验装置结构简单,无需光学透镜和参考光,结合不等间距的多记录面相位恢复方法,为在太赫兹领域实现高质量和快速的相位恢复成像提供了一种新的技术方案。3、针对连续太赫兹波波长较长而导致成像分辨率较差的问题,提出一种基于复数神经网络的太赫兹波图像分辨率增强方法。该方法依据太赫兹波自身的物理特性,构建有相位信息参与运算的复数卷积神经网络,对卷积神经网络的前向传递网络和反向传播算法都实现了复数运算支持。在此基础上,搭建了基于通道感知和亚像素卷积的神经网络模型。基于太赫兹成像系统点扩散函数（PSF）的图像退化方法构建了数据集,并通过仿真和实验的方法充分验证了所构建的复数神经网络模型对太赫兹图像分辨率提升的有效性。采用该方法对0.8 mm的条纹板进行重构,获得了清晰的条纹信息,实现对原有系统分辨率64%的提升。另外,通过图像评价指标评估了复数神经网络相对于原有实数神经网络的优势,仿真计算结果验证了所构建的复数神经网络方法可以有效地提升连续太赫兹波成像分辨率和图像重构质量。