关联成像，也称为“鬼”成像，它能够解决一些常规成像方法无法解决的问题，可以获取一些传统手段无法获取的成像，是量子光学领域的前沿和热点之一。论文研究高阶差值筛选和角位置纠缠的关联成像方案，具有重要的理论意义和参考价值。论文首先提出了一种基于差值筛选的关联成像方案，将闲置光路和信号光路的差值的均值作为筛选门限，结合对应关联成像方案，在闲置光路获得物体的像。进一步选取少量差值数据进行预处理获得筛选门限。在此基础上，将压缩感知信号处理技术应用到少量数据预处理差值对应关联成像中，提出了一种少量数据预处理差值压缩感知对应关联成像方案。数值仿真结果表明：在达到同等成像质量的条件下，少量数据预处理差值压缩感知对应关联成像方案可以大大减少采样次数，缩短成像时间，且成像质量随着采样次数增加而提高。其次，论文将差值筛选关联成像方案推广至高阶关联成像，以提高关联成像的可见度。数值仿真结果表明：随着关联阶数N的增加，可见度逐渐提高。当关联阶数N足够大时，理论上可见度可以接近1。但是可见度的提高是以牺牲峰值信噪比为代价的。数值仿真结果表明当关联阶数N由2阶增加到9阶时，峰值信噪比下降了26.3%。最后，论文给出了一种基于角位置纠缠的量子关联成像方案。方案中，信号光路输入一束LG l,0模式的高斯光，且加载一个夹角为的扇形相位，其中扇形相位中扇形区域的相位值置为其它区域相位值置为0，闲置光路输入一束LG+l,0模式的高斯光，两束光路发生耦合，符合计数表明不同扇形相位对应着不同的符合计数值，从而可以通过不同的符合计数值区分出不同的灰度值，实现多灰度物体的关联成像。论文以2灰度、4灰度和8灰度的图像进行数值仿真验证方案的有效性。