研究提出了一种基于编码⁃解码结构的生成对抗网络（Generative Adversarial Networks，GAN）并用于散射环境下目标的计算光学成像。利用目标对应的相位图通过计算光学散射成像系统来生成训练集和测试集，并采用此GAN网络学习散斑图和目标图像的函数映射关系。实验对比了不同散射条件、不同数据集下散射成像的质量，结果表明该GAN网络具备良好的泛化能力并能较好地实现散射环境下的计算光学成像。文中也提出了三种改进的损失函数并进一步对其成像质量进行了分析。实验发现，包含了结构相似性函数的损失函数能更有效地改进计算散射成像的质量。文中提出的散射环境下利用GAN网络实现计算光学成像的方法对促进计算光学成像发展具有重要意义。