相位恢复技术的实质是利用容易获得的强度信息重建信号的全部信息,一般可以通过干涉和衍射两种方式实现。其中,衍射法不需要参考光介入,实验装置简单,众多学者都对其进行了重点研究。但是传统的迭代衍射计算法,如经典算法GS(Gerchberg-Saxton)、HIO(Hybrid Input-Output)等,存在收敛速度慢,容易陷入停滞等缺点。本文以此为切入点,利用图像的先验知识作为正则项,采用编码衍射成像系统,构建相位恢复模型,使用迭代算法进行求解,从而改善了现有相位恢复算法的收敛速度和重构精度。具体的研究内容如下:首先,在编码衍射模型下,WF(Wirtinger Flow)算法在无噪情况下仅利用梯度下降就可以重建图像,但是需要较多的编码衍射图案。本文在此基础上利用图像在小波域的稀疏性,提出了基于正交小波变换的相位恢复算法。实验结果表明,该算法仅利用一个编码衍射图案就可以重建图像,并且具有一定的抗噪性能。其次,针对正交小波变换的相位恢复结果产生的伪吉布斯失真,采用具有良好平移不变性的非抽样小波变换,并对变换之后的各个子带分别进行全变差正则处理。然后构造基于非抽样小波与全变差正则化的相位恢复最小化模型,使用交替方向乘子法进行求解。实验结果表明,在相位恢复问题当中,同时利用图像的两种先验知识对图像重构质量具有一定的提高。最后,利用正交小波基的多样性和小波系数之间的相关性,提出融合多种小波组稀疏性与全变差正则化的相位恢复算法。针对当前相位恢复算法重构时间较长的问题,采用复合分裂算法将该非凸优化问题分解成几个易于求解的子问题进行求解。实验结果表明,该算法在图像重构质量与重构时间上均具有明显优势,并且对高斯噪声和泊松噪声都具有鲁棒性。