无透镜编码板成像系统作为计算光学成像的一个重要分支,扩展了编码孔径成像的思想,突破了传统基于透镜成像系统的许多限制,在未来具有很大的发展潜力。目前,无透镜编码板成像系统按其成像原理可分为三类,分别是无透镜多路复用成像系统,无透镜压缩成像系统以及无透镜显微成像系统。本文对前两者展开了研究,从光学和数学的角度剖析了其成像结构、成像机理、编码板模式及重构算法。同时,针对其现有重构算法的不足之处,分别提出了改进的重构算法,并通过仿真实验证明了新算法的优越性。本文主要研究工作如下:(1)提出了基于分裂Bregman迭代的全变分正则化重构算法,用于无透镜多路复用成像系统的图像重构。该类成像系统主要采用基于吉洪诺夫正则化的方法进行图像重构,在抑制噪声和保留图像边缘信息上表现能力较差。受基于Bregman迭代图像复原方法的启发,本文所提出的基于分裂Bregman迭代的全变分正则化重构算法,不仅能较好地保留图像边缘信息,还能有效地抑制噪声,并且在重构时间上较有优势。通过仿真实验验证了算法的有效性。(2)提出了基于非局部低秩和分数阶全变分混合正则化的重构方法,用于无透镜压缩成像系统的图像重构。该类成像系统主要使用压缩感知理论中的重构方法进行图像重构,由于其在图像采样时对整个场景进行压缩采样,信号维度较大,因此希望采样率能够尽可能低。现有压缩感知重构算法在较低采样率下不能有效地保留图像局部纹理和弱边缘等细节信息,针对该问题,本文提出了基于非局部低秩和分数阶全变分混合重构模型,通过选取合适的分数阶阶次,在保留纹理和弱边缘上比其他重构算法都更有优势。实验结果表明,所提出的算法在较低采样率下整体重构效果更优。(3)为了更方便直观地展示各个重构算法的重构效果,基于MATLAB平台设计并开发了一个无透镜编码板成像的图像重构仿真系统。仿真系统分为两个模块,分别为无透镜多路复用成像的图像重构和无透镜压缩成像的图像重构。两个模块又分为三个子模块,即数据选取模块,参数及算法设置模块,重构结果展示模块。在仿真系统中,用户可以选择不同的测试图像,设置不同的测试参数,测试不同的重构算法,查看重构结果及性能评价。利用该系统可以更方便地对各个重构算法的重构性能进行比较分析。