相位恢复是指仅利用信号或图像线性变换的幅值测量数据重构原始图像,在光学领域中相位恢复是指重构光波的相位分布,重构图像或光波相位过程是线性变换反向问题,由于幅值测量值不包括相位信息部分,相位恢复问题是典型的不适定性问题。在实际相位恢复过程中,测量数据受到多种噪声干扰,因此研究对噪声具有鲁棒性的相位恢复算法成为热点问题。本文在现有的相位恢复算法基础上进行了改进,相位恢复过程中加入即插即用先验信息,提出基于即插即用先验的相位恢复算法,主要研究内容如下:首先,研究误差减小算法发现,该算法具有收敛速度快、计算复杂度低的优点,但在图像过采样率低时,该算法不能准确重构图像,考虑到图像受到噪声污染可采用双域图像去噪方法提高图像质量,因此可将误差减小算法用到的幅值先验信息、支撑约束信息与双域滤波同时引入相位恢复算法中,在近场衍射模型下,提出了一种基于双域滤波先验的相位恢复算法。实验结果表明,该算法重构图像质量高、具有噪声鲁棒性且能快速收敛。其次,针对实际应用中,重构图像过程受到噪声干扰问题,提出了基于BM3D图像滤波的相位恢复算法,该算法用到幅值约束先验信息、图像空间域非负支撑信息和BM3D滤波先验,同时引入了l₂范数模型增强噪声鲁棒性。实验结果表明,在过采样率低于3时,不同强度噪声下,该算法可重构分辨率较高的图像。最后,基于最大后验估计理论以及交替方向乘子法的模块化结构特征,即利用交替方向乘子法求解相位恢复问题,可加入任意现有的图像去噪方法,提出了一种基于即插即用先验的相位恢复算法。该算法中图像去噪方法为BM3D,采用交替方向乘子法求解、优化算法对应的约束优化问题,利用的先验信息分为三种:幅值先验、空间域非负支撑约束和即插即用先验。实验结果表明,该算法在低采样率、不同强度噪声下均获得了视觉效果逼真重构图像。