关联成像（“鬼”成像）提供了一种运用传统成像方式难以获得清晰图像的方法，能够解决一些传统成像技术不易解决的问题。传统关联成像方案存在观测次数多、成像时间较长、成像质量有待提高等问题。成像时间短和成像质量高的新型关联成像研究具有重要的理论意义和参考价值。本文在关联成像的理论描述基础上，结合归一化关联成像方案思路，提出一种对应归一关联成像方案。将信号光路中多次测量得到的归一化桶探测值的均值作为阈值，在参考光路中逻辑地选择出信号光路归一化桶探测值大于阈值所对应的光强分布，以二灰度“双缝”、“NUPT”图和八灰度“Lena”图为例，数值仿真出物体的像。研究结果表明，对应归一化关联成像方案相比传统关联成像方案，成像信噪比均提高20%，同时减少了一半的重构数据。在此基础上，结合压缩感知这一先进的信号处理方法，提出一种基于压缩感知的对应归一化关联成像方案。将信号光路中大于阈值部分的归一化桶探测值作为压缩感知的观测向量，将参考光路中对应的光强分布值作为压缩感知的观测矩阵，利用正交匹配追踪算法，高质量地重构出物体信息。二灰度“双缝”、“NUPT”图和八灰度“Lena”图的数值仿真结果表明，该方案与传统关联成像方案相比，成像信噪比均提高50%，同时减少了3/4的重构数据。最后，论文给出一种基于纠缠关联成像的非正交图像识别应用。在参考光路中预建立包含多个非正交图像信息的全息图，然后将通过全息图后不同出射方向的光束分别与信号光路的光束进行符合运算，可进行非正交图像的非定域识别。数值仿真结果表明，当图像集合中每两个图像的相互重叠部分小于所有图像本身的1/2时，就可以利用不同的符合计数值快速识别出信号光路中所放置的图像，扩大了图像识别的范围。