关联成像，又称“鬼成像”、“量子成像”、“符合成像”。它的成像原理是在光路的一支放置物体，在接收端通过符合计数或强度关联探测，在另一支光路上获得物体的像。通常，放置物体的光路被称作信号光路，另一条称为参考光路。由于关联成像独特的非定域、高分辨等特性，已成为量子光学研究热点之一，在军事，医学，通信等领域有广阔的应用前景。根据光源是量子纠缠光源还是经典赝热光源，关联成像可以分为量子关联成像和经典光源关联成像。本文主要讨论基于量子纠缠的量子关联成像。论文首先在基于光子轨道角动量纠缠的多灰度量子关联成像方案基础上，利用彩色图像与多灰度图像间的联系，提出了一种针对彩色物体的光子轨道角动量纠缠关联成像方案，并分别用Labview软件进行仿真和量子通信实验平台进行实验。仿真结果和实验结果表明：该方案可有效地实现彩色物体的关联成像，以恢复图像的平均峰值信噪比（PSNR）为客观评判标准，物体NUPT字符的重建图像平均峰值信噪比分别为34.425（仿真）和8.082（实验）。论文进一步探讨压缩感知与关联成像相结合的压缩感知关联成像方案。论文首先数值分析了不同随机图样测量矩阵对基于纠缠光子对的压缩感知关联成像结果的影响。结果表明：压缩感知关联成像所恢复出的图像要远好于关联成像结果，且采样数显著减少；重构图像的匹配度随着采样率增加而增大，当采样率为0.5时，匹配度可达到0.5512；随机图样选择为托普列兹循环矩阵时可获得较好的重构图像。在强度关联成像和基于纠缠光子对的压缩感知关联成像方案基础上，论文提出了一种基于光子轨道角动量纠缠的压缩感知关联成像方案。利用光子轨道角动量纠缠特性，采用压缩感知重建算法，通过测量联合轨道角动量谱恢复出物体的信息。以高斯随机矩阵为测量矩阵，采用匹配追踪(MP)恢复算法(迭代次数为2000)，论文分别对双缝图像，十字对称图像和NUPT图进行压缩感知关联成像仿真，结果表明该方案可以由较少的采样次数有效地重建出物体的信息。最后，考虑最小全变差恢复算法（TV, Total Variation）能较好的保留图像像素之间的关联信息，论文将其改进并作为压缩感知关联成像的重构算法应用于基于光子轨道角动量纠缠的压缩感知关联成像。仿真结果表明采用TV恢复算法，二值灰度NUPT图像采样率为0.6时，图像匹配度可以达到0.98528。