近年来,鬼成像这种新型的计算成像技术引起了越来越广泛的关注,与传统光学成像相比具有某些独特的成像优势。但是其成像分辨率一直是制约该技术发展的一个主要问题。为了促进鬼成像能够早日从实验阶段走向实用化,本文针对如何改善鬼成像的成像质量以及实现超分辨率成像做出研究。本文的工作主要是从改善鬼成像质量的算法出发,分析鬼成像计算模型的特点,寻求提高鬼成像质量的有效途径。主要内容如下:探究压缩感知五种经典重构算法,验证其可以在少量测量条件下恢复图像的可实行性。构建基于压缩感知的计算鬼成像模型,进行仿真实验。分别选用离散余弦变换矩阵和高斯随机矩阵作为稀疏基底和观测矩阵。合理选择压缩采样比和光场自由传播距离,并用傅里叶变换对光场传播建立数学模型。从而建立完整的基于压缩感知的计算式鬼成像系统。针对该系统鬼成像重构图像中存在的噪声问题,提出了BM3D算法与鬼成像相结合的计算方法。BM3D算法通过对图像自身相似块组合滤波,可有效去除原始算法带来的某些误差。设置相同实验参数进行对比实验,结果表明该方法有效提高了重构图像的峰值信噪比和视觉效果。最后分析了BM3D算法在应用到鬼成像问题中的适用范围。基于多幅鬼成像图像的超分辨重构。对同一物体从6个不同角度分别进行采集。通过SIFT算法对6幅图像配准,从图像中提取出对应同一场景的信息并匹配到同一幅图像中,然后通过自适应插值的方法进行超分辨重构。结果表明该方法得到的图像大部分区域有良好的视觉改善效果,原本不够清晰的信息得以分辨。但是鬼成像自身恢复图像时模糊严重的像素无法在关键点索引时被提取,一定程度上影响了超分辨重构的结果。最后分析了两种改善成像质量方法各自的优缺点,提出了改进意见,对鬼成像质量提高的研究与实际应用发展做出展望。