光学成像技术是一种重要的记录信息的方式,在人类发展历史中起着极其重要的作用。在日常生活中存在着各种各样的散射介质,如:雾霾、生物组织、浑浊液体等。由于散射介质中折射率分布的不均匀性,造成光线在经过散射介质时会发生散射现象。散射光之间的干涉作用会在散射介质后形成一系列的散斑。人们无法从这些散斑中直接观测出物体原有信息。研究如何透过散射介质获取物体信息就变得尤为重要。物体信息主要包含:物体的形状信息和物体的运动状态。这分别对应于,穿越散射介质的成像技术和穿越散射介质的追踪技术。近些年,常用波前整形技术、传输矩阵测量技术、机器学习技术、鬼成像技术等手段解决穿越散射介质成像问题。其中波前整形技术和传输矩阵需要对散射介质提前测量;机器学技术需要用已知的输入输出训练网络;鬼成像技术则要求已知照明光的场分布。这些都限制了它们在实际中的使用。激光雷达技术常用于对拐角散射介质后运动物体的追踪,其存在需要对拐角面提前标定以及相关设备昂贵等缺点。角记忆效应是在1988年提出的一种针对散斑的光学效应。该效应表明,当入射光线在角记忆效应范围内偏转时,出射的散斑图案彼此之间具有很强的相关性。近些年,研究人员展示了可以利用该技术实现对散射介质后物体的非侵入成像。相比前面提到的其它散射成像技术,基于角记忆效应的成像技术最大的优势是不需要提前对散射介质测量。这种非侵入成像技术在现实社会中具有很大的应用价值。后来研究人员又提出可以利用角记忆效应对隐藏物体的运动情况进行追踪。相比激光雷达追踪技术,该方法不需要昂贵的设备(飞秒激光器、单光子探测器等),且它的算法过程也更简洁。然而基于角记忆效应的成像和追踪术仍存在着一些困扰:散斑位深度的作用不明确、被追踪物体尺寸受记忆效应范围限制、实验结果受背景噪声干扰、追踪算法精度低等问题。为了解决这些问题,本文做了以下的研究:(1)研究了基于角记忆效应穿越散射介质的成像方法。展示了其理论原理、实验过程、算法内容;通过实验的方式对该技术进行了验证;对算法相关内容进行了详细的补充说明。(2)研究了散斑位深度对成像和追踪结果的影响。已知在对动态变化的隐藏物体进行实时成像时或对运动的隐藏物体进行实时追踪时,需要采集大量的散斑图像。散斑图像的大量采集占用了很大的存储空间。如果能用低位深度的散斑实现对物体图像的恢复,则可以降低大量采集带来的存储问题。同时散斑位深度的降低,也意味着对相机硬件要求的降低,这对于该技术的实用具有积极意义。本文研究了散斑位深度和图像恢复质量的关系;提出,即使是低位深度的散斑(只有0和1的二值散斑)也能用于恢复物体图像。并且研究了散斑位深度对追踪技术的影响;通过实验说明,降低散斑的位深度对追踪结果不会产生明显的影响。(3)提出了针对散斑的一种新的光学效应:边缘记忆效应。它使得对超过记忆范围的大物体进行追踪成为可能。本文通过理论分析和实验验证的方式表明:当散射介质后的移动物体满足一定条件时,其移动过程中对应的散斑彼此之间具有相关性。本文针对该现象对其进行了归纳,给出了边缘记忆效应的定义。边缘记忆效应是指:即使物体大小超出记忆效应范围,只要其移动距离在记忆效应范围内,且移动前后物体图像的交叠部分远小于物体本身,那么物体移动时对应的散斑彼此之间是相关的。本文通过建立数学模型,对边缘效应成立条件的由来进行了说明。并通过实验的方式论证了边缘记忆效应的存在。同时通过理论分析和实验验证的方式表明,不能对散射介质后普通常见物体(不满足物体移动前后的交叠部分远小于物体本身)进行散斑互相关追踪的主要因素是这类物体移动前后的交叠部分干扰了互相关结果。(4)在边缘效应的基础上,提出了散斑差值互相关方法,实现了对普通大物体的追踪。针对物体移动前后的交叠部分是互相关运算中的主要干扰项这一结论,本文提出可以使用差值方法去除交叠部分的干扰。本文通过分析提出普通移动物体(这类物体不满足物体移动前后的图像交叠部分远小于物体本身的情况)的差值满足边缘记忆效应。这使得可以通过求散斑差值的互相关来计算物体的移动距离。紧接着,本文通过实验的方式验证了这一点。为了进一步提高该方法的实用性,针对物体处于拐点的情况(物体在这些拐点处做非直线运动),本文提出了使用阈值滤波器对这些拐点进行滤除。同时本文通过理论分析和实验的方式说明这种散斑差值互相关算法对环境噪声具有一定的抗噪能力。(5)对比传统互相关方法,提出了用模板匹配的方式更精准的计算散斑移动距离。通过对传统互相关算法的研究,本文指出传统算法在计算散斑移动距离时存在精度低的问题。在文章中提出可以使用数字图像处理中的模板匹配技术来计算散斑的移动距离。本文选择使用了其中的归一化互相关算法(Normalized Cross-correlation)。该方法也是文中在基于边缘记忆效应追踪实验中的核心方法。