光学关联成像是近年来兴起的一种新型成像体制,通常情况下需要利用两路关联光来实现成像,其中一路光照射物体,其反射或透射的总光强被桶探测器接收,另一路光在自由空间中衍射后,直接被阵列探测器接收,之后通过两路光之间的关联运算,恢复原始物体空间分布信息。信号处理是光学关联成像中的重要一环,涉及到图像重构质量的好坏和图像匹配的成功率。现有的重构算法分为迭代关联重构算法和压缩关联重构算法,它们能够有效的恢复物体图像,被广泛使用在光学关联成像的系统中,然而这些重构算法仍然存在不足之处,阻碍了成像分辨率和成像信噪比的进一步提高。另外,光学关联成像中的图像匹配问题研究的还不多,更多的经典图像匹配方法可以结合到光学关联成像中,以改进图像匹配能力。本论文的主要目标就是针对这些已有的图像重构算法和图像匹配算法进行研究分析,从而针对性提出改进方法或引入各类信号处理技术以形成新的重构和匹配方法,最终希望更快速、更高效的获取更高信噪比、更高分辨率的目标图像和更高效率的目标匹配信息。我们采用理论与实验相结合的方法系统研究了光学关联成像信号处理,所取得的创新性成果主要包括以下几个方面:1.现有的迭代关联重构算法存在以下不足:它们仅能提高重构物体的信噪比,对成像分辨率并无改进作用,其分辨率仍由二阶关联函数决定。针对这个不足,我们提出了基于反卷积的光学关联成像方案,该方案可以利用反卷积技术压缩二阶关联函数的半高宽,从而提高光学关联成像系统的分辨率。2.现有的迭代关联重构算法还存在以下不足:当桶测量器的采样数较少时,重构图像的斑点噪声现象很严重,这会降低图像的信噪比。针对这个不足,我们提出了基于形态学的光学关联成像方案。斑点噪声又称欠采样噪声,其形状和大小都由二阶关联函数决定,我们引入了形态学滤波技术来滤除斑点噪声,从而提高光学关联成像系统的信噪比。3.现有的压缩关联重构算法存在以下不足:重构算法是一个欠定线性方程组最优化求解的过程,所需的算法处理时间不确定,通常来说比常规迭代重构算法所需时间要长很多。针对这个不足,我们提出了编码关联成像方案:根据傅里叶变换矩阵和余弦变换矩阵来设计编码矩阵,并基于正交变换恢复图像。相较于压缩关联重构算法,编码关联成像所需的算法处理时间更少,同时成像信噪比更高。4.现有的压缩关联重构算法还存在以下不足:由于求解的线性方程组跟目标图像矩阵大小有重要关系,当矩阵尺寸太大时,计算机的存储空间往往不足,此时就无法使用该算法进行求解。针对这个不足,我们提出了分块关联成像方案:其主要思想是对目标进行分块,从而把一个大尺寸图像的处理问题转化为多个小尺寸图像的处理问题,这提高了关联成像对大场景目标的成像能力。5.在已有的基于传统关联成像算法的非线性目标匹配中,人们可以用少于5%奈奎斯特极限的采样数对重构图像进行目标匹配。我们分析了这个方案,发现其中使用的传统关联成像算法可以改为压缩关联成像算法,如此一来就可以仅用2%奈奎斯特极限的采样数对重构图像进行目标匹配,提高了目标匹配效率。6.现阶段的时间关联成像常用赝热光做光源,但赝热光由于调制速度慢,难以得到高精度的时间分辨率。而混沌光随时间变化更快,其时间关联长度更短,相比于赝热光更适合用于时间关联成像系统中。于是,我们提出了混沌光时间关联成像方案并做了仿真验证,证实了混沌光能够有效的进行高分辨率的时间关联成像。另外混沌光的时间关联特性还可以用于测量目标的距离维信息,从而实现基于时空关联的三维成像。总之,关联成像是一项新兴的成像技术,本论文对其信号处理部分进行了深入研究,提出了一些新机制、新方法,希望这些技术和方法未来能在关联成像的实际场景中得到有效应用。