鬼成像也叫关联成像,是基于光场强度二阶关联测量的成像方式,是一种前景广阔的光学成像技术,它的优势是在于:在可见光波段和不可见光波段都可以实现成像;同时可以突破经典衍射极限,弥补传统光学成像的不足。虽然现行的大多数算法对静止物体进行鬼成像可获得高质量的成像效果。但是随着对移动物体的鬼成像研究的不断深入,移动物体鬼成像的成像速度慢和成像质量差的问题依旧没有得到很好的解决。为解决这一现实问题,本文提出了基于双向预测插值的多维矢量鬼成像视频算法,通过把图像插值技术和多维矢量矩阵变换的鬼成像技术结合使用,提升了运动物体鬼成像视频的质量。首先,利用四维矢量Walsh矩阵作为测量矩阵对目标物体进行矩阵变换,可获得比一维Walsh变换更好的能量集中特性,为了更好的发挥这一特性,将总数一定的基图样按照Zigzag扫描方式重新排序,分成更少的组,使每组基图样数量更多,再作用于移动的目标物体,可优先获取高能量系数,重构出数量较少但成像质量更高的目标物体图像,根据图像的相关性,通过块匹配算法找到物体的运动矢量,再进行双向预测插值,得到完整的鬼成像视频。本文为了进一步提高移动物体鬼成像视频的质量,提出了基于时空联合插值的多维矢量鬼成像视频算法,这是对基于双向预测插值的多维矢量鬼成像视频算法的改进,首先利用已重构的少数几帧高质量图像,利用相邻四帧图像之间的相关性通过块匹配算法找到运动矢量,再通过图像插值显示图像更多细节信息,得到物体的实时成像视频。仿真和实验结果证明,这两种算法在不增加采样数量的前提下,获得了移动目标物体更清晰的实时鬼成像视频。