关联成像是一种与传统经典成像不同的新成像方法。对比传统成像,新型关联成像技术的特点有:在成像系统中对光源的要求不苛刻同时捕获弱光的灵敏度高、成像分辨率高、抗噪声性能强,最重要的一点,在关联成像系统中物体和图像可以分离。但是当前的关联成像技术仍然有局限性,比如:为了获得足够的成像数据,探测器需要反复采集样本,大量的数据采集工作影响了成像速度,与此同时在成像系统的硬件方面也对数据存储空间和配置提出了更高的要求。基于此,本文提出了在关联成像中应用池化的思路,经过对图像的像素聚合,不仅可以降低图像的数据维度,进而大大减少成像系统的数据量、提高成像速度,还可以减少图像中的过拟合问题、优化成像结果。本文研究并模拟了点扩散函数的特征,在量子成像中实现了图像像素分辨率的有损压缩,使得成像系统中图像的像素分辨率接近真实的空间分辨率。相应地,研究低分辨率重构技术,选择适当的插值算法将经过池化压缩后生成的关联图像重构得到目标物体原像素数大小的图像。仿真实验过程并分析结果,探索关联成像中的空间尺度效应。通过仿真和实验发现:量子成像的重复采样测量对关联成像的图像质量影响过程可以分解为两个子过程:其一是通过重复测量提升图像分辨率;其二是通过重复测量提升图像单像素的精准度,降低图像探测采样过程中带来的误差。两个子过程所需的探测采样次数比例随目标物体的复杂度增加而增大。