相位成像的关键是相位恢复,相位恢复是指利用某种线性变换的幅值对原始图像进行重建。本文研究在SPICA(Single-shot Phase Imaging with a Coded Aperture)成像模型下的近场相位恢复算法。由于相位信息的缺失,该问题是病态的,具有不适定性。本文在稀疏表示的基础上,利用图像的全变差和图像梯度域的重叠组结构稀疏性,对近场相位恢复算法进行研究,具体研究内容如下:首先,针对SPICA成像模型中包含两个菲涅尔衍射过程,利用复图像幅值部分和相位部分的全变差,改进了两步求解的单次测量相位恢复算法。算法分为两个步骤,第一步利用HIO算法恢复掩膜之后的光场,第二步将幅值和相位的全变差作为正则项来求解对应的压缩感知问题。对第二步的求解使用了两种方法,实验结果验证了本章算法的有效性。其次,将SPICA成像模型中的两个菲涅尔衍射过程看作一个整体过程,同样利用幅值部分和相位部分的全变差,提出了基于全变差的单次测量相位恢复算法。然后通过对离散全变差求偏导,使用最速下降法求解相应的最优化问题。通过实验结果,表明该算法的重构结果明显优于对比算法。最后,针对全变差在图像处理中引起的阶梯效应问题,提出了基于结构稀疏性的单次测量相位恢复算法。该算法利用图像全变差的重叠组结构稀疏性,将重叠的结构稀疏正则项以卷积形式表示,使求解过程更简单,并利用最速下降法求解相应的优化问题。实验结果表明,该算法在有噪声的情况下也能够有效地实现对复图像的重构。