关联成像，也称为鬼成像，是一种利用光场涨落的二阶强度关联得到物体图像的非局域成像技术。自上世纪90年代以来，由于其独特的成像结构以及机理，在遥感成像、医学成像、X射线成像等方面有着广泛的应用前景。但是基于关联算法的传统关联成像存在成像质量差、所需的采样数目比较多等弊端，因此可以将图像的稀疏先验特性引入到关联成像中，这样可以有效的减少采样的数目，提高目标图像的信噪比，而且可以实现对目标特定结构的成像。论文的内容安排如下所示:　　第1章，由于关联成像在遥感成像、医学成像、X射线成像等领域有着比较广泛的应用前景，近年来，关于关联成像的研究越来越被研究人员重视，但是，传统的关联成像有着成像质量差，采样效率低的缺点，因此对于如何提高其采样效率成了一个研究热点，本章中首先讨论了传统的关联成像的性质，成像机理以及国内外的发展现状，然后介绍基于稀疏限制下的关联成像的原理、算法等，将图像的稀疏特性融入关联成像之后可以有效的提高成像的采样效率以及质量。　　第2章，将图像的稀疏特性引入关联成像的过程通常涉及到对图像的各种数学变换，利用这些变换可以将图像用比较少的系数尽可能的描述出来，这些变换又可称为字典，因此本章中首先介绍各种数学变换如离散余弦变换、小波变换、曲线波变换等，然后再讨论这些变换对于关联成像恢复结果的影响。由于实际中的图像的像素比较大，如果写出这些变换的显示表达形式，那么其计算量以及存储量非常大，所以需要找出一种比较快速的算法，使我们在计算的过程中能够较快的实现这些变换，节约计算成本。　　第3章，在实际的成像过程中，有时我们并不需要目标区域的所有图像信息，需要的只是局部区域内的一些信息，甚至其它的信息可以认为是一种嗓音或者干扰，那么在这种情况下，我们需要在关联成像的过程中对目标的各种不同特征实现分离，在本章中，将形态分量分离的方法引入基于稀疏限制的关联成像中，这样可以实现对于目标区域的特征分离，而且将其不同分量叠加之后还可以达到一定的去噪效果，可以为后期利用关联成像实现目标的识别与跟踪做铺垫。　　第4章，在传统的关联成像中，成像系统都是双臂的，一条光路探测物体表面的散斑的光强分布，另一条光路探测光场经过物体或由物体反射之后的光强，随着关联成像的发展，由于需要考虑到物体的稀疏特性，因此在图像的恢复过程中引入了稀疏矩阵，在这种情况下，我们可以通过固定稀疏矩阵，然后优化该稀疏矩阵与探测矩阵的相干度来提高系统的采样效率以及恢复图像的信噪比，利用优化后的探测矩阵来设计一种光学调制器件，通过该器件来控制物体表面散斑的光强分布情况，这样可以提高我们恢复的图像的信噪比.　　第5章，论文的总结以及对关联成像的前景展望。