| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 无透镜数字全息的发展概述 | 第9-12页 |
| 1.2.2 全息重建算法的研究现状 | 第12-13页 |
| 1.2.3 GPU技术的发展历史与研究现状 | 第13-15页 |
| 1.3 研究目的与意义 | 第15页 |
| 1.4 研究内容与论文章节安排 | 第15-18页 |
| 2 无透镜数字全息成像技术的理论 | 第18-30页 |
| 2.1 无透镜数字全息成像原理 | 第18-19页 |
| 2.1.1 数字全息图的记录 | 第18-19页 |
| 2.1.2 数字全息图的再现 | 第19页 |
| 2.2 同轴与离轴数字全息的比较分析 | 第19-24页 |
| 2.2.1 记录距离的比较分析 | 第20-23页 |
| 2.2.2 CCD空间带宽利用率的比较分析 | 第23-24页 |
| 2.3 无透镜数字全息重建算法 | 第24-29页 |
| 2.3.1 常见的数字全息重建算法 | 第24-28页 |
| 2.3.2 数字全息重建算法的比较与选择 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 GPU的并行架构和编程模型 | 第30-50页 |
| 3.1 GPU的并行架构概述 | 第30-37页 |
| 3.1.1 GPU并行计算的发展历程 | 第30-33页 |
| 3.1.2 GPU并行计算的设计原则 | 第33-34页 |
| 3.1.3 GPU并行架构的优势与局限 | 第34-37页 |
| 3.2 GPU的编程模型 | 第37-48页 |
| 3.2.1 常见的GPU编程模型概述 | 第37-38页 |
| 3.2.2 OpenCL编程模型 | 第38-43页 |
| 3.2.3 CUDA编程模型 | 第43-46页 |
| 3.2.4 GPU编程模型的比较与选择 | 第46-48页 |
| 3.3 本章小结 | 第48-50页 |
| 4 数字全息卷积重建算法在GPU上的实现与优化 | 第50-88页 |
| 4.1 数字全息卷积重建算法在CPU上的实现 | 第50-72页 |
| 4.1.1 卷积重建算法的理论概述 | 第50-51页 |
| 4.1.2 卷积重建算法的设计流程 | 第51-59页 |
| 4.1.3 卷积重建算法的编程实现 | 第59-70页 |
| 4.1.4 代码的正确性测试 | 第70-72页 |
| 4.2 数字全息卷积重建算法在GPU上的实现 | 第72-85页 |
| 4.2.1 卷积重建算法的并行性分析 | 第72-76页 |
| 4.2.2 卷积重建算法的并行化设计 | 第76-80页 |
| 4.2.3 卷积重建算法的并行化实现 | 第80-84页 |
| 4.2.4 代码的正确性测试 | 第84-85页 |
| 4.3 数字全息卷积重建算法在GPU上的优化 | 第85-87页 |
| 4.3.1 数据传输的优化 | 第85-87页 |
| 4.3.2 线程规划的优化 | 第87页 |
| 4.4 本章小结 | 第87-88页 |
| 5 算法的性能测试与结果分析 | 第88-102页 |
| 5.1 性能测试的实验环境简介 | 第88-93页 |
| 5.1.1 实验的硬件配置简介 | 第88-90页 |
| 5.1.2 实验的软件平台简介 | 第90-91页 |
| 5.1.3 实验环境的搭建 | 第91-93页 |
| 5.2 不同实验环境下的测试对比 | 第93-97页 |
| 5.3 不同实验环境下的性能分析 | 第97-99页 |
| 5.4 本章小结 | 第99-102页 |
| 6 总结与展望 | 第102-104页 |
| 6.1 论文总结 | 第102-103页 |
| 6.2 工作展望 | 第103-104页 |
| 参考文献 | 第104-112页 |
| 附录 | 第112-114页 |
| A.作者在攻读硕士学位期间发表的论文目录 | 第112页 |
| B.作者在攻读硕士学位期间参加的科研项目及得奖情况 | 第112-113页 |
| C.学位论文数据集 | 第113-114页 |
| 致谢 | 第114页 |