分数傅里叶变换是傅里叶变换在变换级次上的推广，根据分数傅里叶变换本征值的多样性，得出了随机傅里叶变换。随机傅里叶变换具有一些不同于分数傅里叶变换的独特性质。本论文着重研究了随机傅里叶变换在光学图像识别上的应用，主要完成以下工作：　　本文基于随机傅里叶变换定义一种新的相关，即随机位相相关。根据随机位相相关提出一种新的性能出色的光学模式识别系统，即随机位相滤波器，给出了该滤波器一整套的光电混合装置，并将该装置用于图像识别。通过计算机数值模拟，当待识别的一系列图像有微小形变时，相对于其它三种传统相关器(经典匹配滤波器、位相滤波器和纯位相相关器)，发现我们提出的随机位相滤波器能更好的分辨出目标图像的细微变化，识别本领更强。　　在双重非线性相关器的基础上，应用随机傅里叶变换提出一种新型的相关器，即随机双重非线性相关器，该相关器的最大优点就是对目标图像的形状、灰度改变的分辨能力是可以调节的。通过作用于频率域的非线性相关来实现,其中非线性参数L、M用来调节待识别图像形状、灰度的权重，附加函数用来选择与待识别图像的灰度相联系的频率波段信息，可以实现对不同待识别图像的识别工作。通过理论分析和计算机模拟，并与双重非线性相关器的识别结果相比较，得出随机双重非线性相关器的识别本领更强。