子波变换在数字图像处理领域受到人们的普遍重视，目前在光学信息处理中也是最热门的研究课题之一。光学技术与子波变换的结合能充分发挥二者的优越性。本论文深入研究了子波变换在光学图像识别中实现滤波、特征提取与图像压缩及畸变不变性等功能的原理和方法。基于晶体体全息相关系统进行了实验研究，表明应用子波变换可显著提高系统的识别速度、识别能力和抗畸变能力。 本文简单介绍了子波变换的基本理论和性质，分析了子波变换的局域分析和多分辨分析等特性。阐述了光学子波变换的实现方法和系统。 分析了子波变换在晶体体全息相关中的降噪能力，采用了多(双)子波通道以提高系统的识别能力。针对不同图像设计了同一子波函数(Mexican-hat子波)的不同尺度滤波器和不同子波函数(Mexican-hat子波和Gabor子波)的组合滤波器。模拟计算及光学实验证明了多子波通道可提高系统的识别率。构建了多输入通道系统以提高识别速度。探讨了利用多输入通道识别彩色图像及提高准确率的方法。 介绍了子波包分解的理论及其提取特征图像的方法。首次将子波包分解用于晶体体全息相关识别系统中，实现了图像压缩。子波包分解与晶体体全息相关的结合既发挥了子波包分解在图像压缩方面的优势，又利用了体全息相关系统的高度并行性。得到了仅利用18幅特征图像，对1200幅图像的识别率高于95％的实验结果。 将子波变换与圆谐分解结合设计了子波圆谐滤波器和复合子波圆谐滤波器。子波圆谐滤波器具有旋转不变性，且克服了圆谐滤波器分辨能力不高的缺点；复合子波圆谐滤波器同时具有旋转不变性和缩放不变性且保持了较高的分辨能力。模拟和实验证明了该方法的有效性，本研究工作是对解决图像识别畸变不变性问题的一次新的探索。提出将复值滤波器的实部和虚部分别与待识别图像相关的方法，为制作复值滤波器提供了一个新的思路。 此外，研究采用直条滤波器使系统在识别狭长主轴图像时具有旋转不变性。