散射成像技术是一种利用携带目标信息编码的散斑图像恢复处于散射介质后的目标图像的技术,在穿透生物组织成像,穿透大气云层成像,穿透浑浊水体成像等方面具有重要的应用前景。本文提出将信息论中信息描述和信息处理的基本方法应用于散射成像的研究。首先,在光学图像的概率解释基础上,在散射成像中引入了平均互信息量和信息熵等基本概念,并建立了散射成像的信息论模型,包括物体、散射介质、探测器的信源、信道、信宿模型,散射成像的信息传输模型以及散射成像的最大熵图像恢复模型。其次,本文基于二次序列规化法和交替方向法分别给出了两种求解最大熵模型的算法,设计分辨率为16×16的目标进行了散射成像的仿真。仿真结果表明最大熵图像恢复方法能够正确有效的恢复目标图像,其中基于二次序列规划的最大熵算法重构图像的PSNR始终高于17 d B,具有良好的抗噪性,而基于交替方向法的最大熵算法运算时间低于1 s,具有应用于高分辨率目标重构的潜力。然后,本文设计了一个被动散射成像系统进行了实验,该系统使用数字微镜阵列作为目标,使用两块距离可调的毛玻璃作为散射介质,通过调节毛玻璃间距可实现记忆效应区间到非记忆效应区间的过渡。实验结果表明最大熵方法不受记忆效应的限制,能够有效恢复处于记忆效应区间和非记忆效应区间的目标图像。对于采样点尺寸d（28）7.4μm的情况,当互信息随着采样点数量增加从0.1 Nat增加到1.8Nat时,重构图像的PSNR从约9 d B提高到约18 d B。由此得到散射信道传输的互信息越多,图像重构质量越好的推论。最后,本文研究了在散射成像图像恢复中减少采样点,实现采样优化的问题。从散射成像的信息传输模型出发,理论分析了目标信息熵对信道传输的互信息的影响,得到了信道传输的互信息随着目标信息熵增大会逐渐趋于一个常数Nlogc₀的结论。设计实验验证了这个结论,对于一个150采样点的散射信道,随着目标信息熵增加互信息趋于常数0.9 Nat,通过实验结果推断出恢复目标图像所需要的最小采样次数随着目标信息熵增加而增大。此外使用基于稀疏先验的优化采样理论对实验进行了处理,得出与上述结论一致的结果。