提出一种通用式突变算子用于增强反馈式波前整形系统的调控效率，进而实现激光透过散射介质后的高效聚焦。为验证该突变算子提高聚焦效率的有效性，在经典优化算法，包括遗传算法、粒子种群算法、蚁群算法、模拟退火算法等四种算法的基础上引入突变算子，以优化结束后的增强因子和达到最高增强因子时的迭代周期数来表征聚焦效率。经过数值仿真和实验验证，该突变算子的引入使得四种经典优化算法的聚焦效率均得到大幅提升，增强因子提升了25%以上，同时迭代周期数减少了63%以上。当增加调控单元数量时，突变算子的高效性将更为显著。为进一步验证该突变算子的通用性，对二元振幅型调制以及多点聚焦进行了数值模拟分析，结果表明该突变算子有效增强了聚焦效率。该研究为反馈式波前整形的多种经典算法与多种调控方式提供了更高效的聚焦策略，实现了散射介质后更快更强的光斑聚焦，在光捕获、光遗传学等领域具有潜在的应用价值。

Time-of-Flight （ToF）成像是利用光在目标和相机之间的飞行时间来获取场景的深度信息，具有体积小、成本低、实时成像等优势。在散射环境中，由于散射介质对光的散射作用，ToF成像受到多径干扰的影响，深度测量误差较大，限制了ToF相机在散射场景中的应用。ToF透散射介质成像技术是校正因散射光引起的多径干扰效应，从传感器接收到的混叠信号中分离出目标分量，实现散射场景中的深度信息恢复，其在雾天自动驾驶、水下勘测、生物医学等领域具有广阔的应用前景。依据ToF成像系统的不同，详细介绍了PL-ToF和CW-ToF成像的基本原理，阐述和分析了散射场景中ToF稳态成像和瞬态成像的机理和特点，分别回顾和总结了ToF稳态成像和瞬态成像的透散射介质成像研究现状，并介绍了ToF透散射介质成像的应用前景，最后依据现有ToF透散射介质成像技术的优缺点，对未来发展趋势进行了展望。

针对波前整形的背景噪声问题，提出了一种有效抑制背景噪声的算法。首先搭建闭环波前整形聚焦系统，并基于传统遗传算法进行聚焦实验以验证系统的有效性。然后从增强信噪比的目的出发，提出与以往的多目标优化遗传算法不同的迭代方法，即采用增强倍数而不是绝对强度的判别式来评估目标点的聚焦质量。实验结果表明，改进后的遗传算法将显著噪点亮斑的面积减少了70.4%，聚焦光斑的圆度由0.83提升到0.93。基于实验结果提出背景平均光强与调控面积之间的量化关联模型，并通过量化关联模型对统计实验数据进行拟合，验证了该模型的有效性，实现对聚焦后背景噪声的定量表述。

散斑（自）相关和波前调制等成像技术是克服非均匀介质散射影响的高效并重要的光学成像手段。而该类技术依赖于光学记忆效应，因此视场有限且动态介质会退化其成像质量。浴帘效应是一种常见且不受散射介质动态变化和视场限制的效应。近年来，随着多种计算成像技术的发展，浴帘效应也被融合到其他克服散射的成像恢复技术中并应用于不同散射成像场合，已经展现出相较传统散射成像技术的独特优势。文中概括浴帘效应的物理模型演变，从调制传递函数出发，综述光学厚度、孔径大小等因素对浴帘效应的影响，介绍浴帘效应和傅里叶域浴帘效应在散射成像领域的应用。讨论傅里叶域浴帘效应与其他基于相位迭代算法成像技术的区别与联系，展望其与其他计算成像技术结合的可能。