鬼成像（ghost imaging,GI）,又名关联成像,量子成像,符合计数成像,结构照明成像等,是一种新兴发展的非定域成像方法。不同于传统的单光路直接成像,鬼成像是利用量子统计的不确定理论,即光场的二阶关联获取物体的空间信息。由于其独特的双光路结构,鬼成像在弱光或湍流中都能获得物体的超越瑞利分辨的图像,因而被广泛地应用于遥感检测、雷达导航、生物成像等诸多潜在领域。X射线鬼成像的研究起步相对较晚,其结合X射线的深穿透、高分辨的特性以及鬼成像低剂量的优势,在材料检测、医疗诊断、无损探伤等领域有着巨大的应用前景,因此吸引了诸多科研与技术人员的关注。尽管X射线鬼成像具备诸多优点,但是也同样面临着与可见光鬼成像类似的困境:（1）真热光或赝热光鬼成像重构信噪比都较差,（2）重建兆像素图像需要大量的采样数据和关联计算,对计算能力和储存空间提出极高的要求,（3）由于X射线波段中缺乏合适折射率的光学元件,使得X光的分束以及调制存在困难,进而导致采样效率低,同时重构耗时长,无法实现动态X射线鬼成像。综上而言,目前X射线鬼成像存在的主要困难是在低采样时无法同时获得高分辨、高保真的兆像素图像,极大限制了X射线鬼成像从理论走向实用领域。为解决上述关键问题,本文的主要研究工作是:（1）系统分析了赝热光源的归一化关联函数2)（2）对成像质量的影响,提出并验证了优化贋热X光性质的方案。通过叠加砂纸层数、调节赝热X光到物体平面的距离以及提高X光源的偏振度以提高2)（2）的峰值却几乎不影响2)（2）的半高全宽,从而在不影响成像分辨率的前提下提高成像的衬度、改善重构质量。数字仿真和实验结果都表明上述三种方案都能明显优化赝热光源的2)（2）,为合成孔径X射线鬼成像的高效数据利用做好准备。（2）提出一种改进的压缩感知算法—CGDGI算法,实现了X射线鬼成像的快速高效重构。当前基于概率统计的关联算法需要远超过奈奎斯特采样定理所需的采样数量来保证重构质量,这就意味着采样时间长,辐射剂量大,严重阻碍了X射线鬼成像的实际应用。压缩感知鬼成像算法可大幅减少对于采样数量的要求,但对计算能力和存储空间的要求很高,重构耗时也长。为此,本文提出了一种改进的压缩感知算法来解决上述问题。数字仿真和实验结果表明,改进的压缩感知算法通过大幅减少迭代次数以及降低对采样数量的要求,以实现物体的快速高效重构,为合成孔径X射线鬼成像提供算法支撑。（3）系统分析了晶体衍射分光X射线鬼成像中衍射光路中模糊散斑图像对重构质量的影响,并发展方法,显著改善了图像重构质量。在X射线波段缺乏合适的分束元件,因此通常选择用晶体衍射对X光分束。但晶体的机械震动会造成衍射光路上的散斑模糊,进而导致关联算法重构图像的可见度和分辨率下降。理论推导和数值模拟结果均表明,散斑模糊程度的增加会导致2)（2）峰值的减小和半高宽的增大,进而导致重构图像衬度和分辨率的下降,因此本文在系综平均算法的基础上提出了方法。结果表明能同时改善成像的可见度和分辨率,且随散斑模糊程度的增强,其改善效果愈加明显,同时对噪声也有较强的鲁棒性,为合成孔径X射线鬼成像的分光方案奠定基础。（4）提出了合成孔径X射线鬼成像,为兆像素低剂量X射线鬼成像的实现提供了一个有效的解决方案。受限于奈奎斯特采样定理,当前多种X射线鬼成像算法重构图像的尺寸都小于300×300像素且信噪比相对较差。受合成孔径雷达的启发,在探测光路中用超低分辨率探测器取代无分辨能力的桶探测器,使单次测量提供更多有效信息,从而减少采样数。采用压缩感知算法可进一步降低采样数量的需求,从而使得合成孔径X射线鬼成像具备低剂量、高分辨、兆像素成像的潜力。数字仿真和实验结果表明不管对于高衬度的钨丝,低衬度且复杂的小鱼还是低衬度且结构简单的分辨率靶,合成孔径X射线鬼成像都能够在低采样数时重构出不同类别样品的高质量兆像素图像。低采样不仅意味着采样时间少,也表明辐射剂量低,促进X射线鬼成像进入实用领域。