基于JAVA的数字全息实时重建系统实现

摘 要

　　全息术是光学的一个重要分支，其中数字全息术是一种定量技术，它通过记录和重建两个阶段的过程来恢复光被物体散射的完整波前，即振幅和相位分布。数字全息在记录阶段采用 CCD 等数字化光电成像器件来代替传统全息的干板，其记录过程本质上原理与传统光学全息基本类似，而其重建过程与传统光学全息需要专门的重建光学系统不同，数字全息利用计算机对被记录的数字全息图进行快速计算，模拟重建光学系统实现物光波的重建，得到被测物体的振幅和相位信息。然而数字全息图的重建过程计算密集，耗时量大，通常都在计算机上对实验测量中保存到本地的全息图做线下的处理进行重建，很难满足一些要求实时性观测的场景需求。

　　本课题"基于 JAVA 的数字全息实时重建系统实现",针对数字全息图像难以实时重建的问题，通过对离轴数字全息术的原理进行分析并结合国内外领先的研究成果，设计开发了针对单、双波长数字全息的实时重建系统。开发语言选择了通用、高效、安全、稳定的 JAVA,并利用 ImageJ 等高效科学的图像处理软件进行协助开发，还通过 JCUDA接口调用 GPU 对重建计算进行了并行加速。该系统完整实现了单波长数字全息重建的各个环节，包括为了提取物光场的频谱滤波、相除法消除干扰相位、标量衍射计算、相 位解包裹等。考虑到其相位解包裹耗时严重以及在大相位跳变时存在不连续问题的不足，本课题对双波长数字全息重建也做了完整实现。

　　通过 GPU 对计算进行并行加速的方式，对于 1024×1024 像素的数字全息图，使单、双波长数字全息的重建速度分别提升了 15.7 倍和 7.6 倍，重建速率分别达到 42 fps 和 41fps,均满足实时重建性能。本课题中研究的实时系统和使用的方法具有重要应用价值和研究意义。

　　关键词：数字全息；实时重建；JAVA;单波长；双波长；GPU

Abstract

　　Holography is an important branch of optics, in which digital holography is a quantitative technology. It restores the complete wavefront scattered by the object, that is, the amplitude and phase distribution, through the two-stage process of recording and reconstruction. Digital holography uses digital photoelectric imaging devices such as CCD to replace the dry plate of traditional holography in the recording stage. The recording process is basically similar to the principle of traditional optical holography, and its reconstruction process is different from the special reconstruction optical system required by traditional optical holography. Digital holography uses computers to quickly calculate the recorded digital hologram, The simulated reconstruction optical system realizes the reconstruction of object light wave, and obtains the amplitude and phase information of the measured object. However, the reconstruction process of digital holograms is computationally intensive and time-consuming. Usually, the holograms saved in the experimental measurement are reconstructed offline on the computer, which is difficult to meet the needs of some scenes requiring real-time observation.

　　This topic "implementation of digital holographic real-time reconstruction system based on Java". Aiming at the problem that digital holographic images are difficult to reconstruct in real time, through the analysis of the principle of off-axis digital holography and combined with the leading research results at home and abroad, a real-time reconstruction system for single and dual wavelength digital holography is designed and developed. The development language selects general, efficient, safe and stable Java, and uses efficient and scientific image processing software such as ImageJ to assist the development. It also calls GPU through jcuda interface to accelerate the reconstruction calculation in parallel. The system completely realizes all links of single wavelength digital holographic reconstruction, including spectrum filtering, phase pision to eliminate interference phase, scalar diffraction calculation, phase unwrapping and so on. Considering the serious time-consuming of phase unwrapping and the lack of discontinuity in large phase jump, the dual wavelength digital holographic reconstruction is also fully realized in this paper.

　　Parallel acceleration of computing through GPU, for 1024 × The 1024 pixel digital hologram improves the reconstruction speed of single wavelength and dual wavelength digital holography by 15.7 times and 7.6 times respectively, and the reconstruction speed reaches 42 FPS and 41 FPS respectively, which meets the real-time reconstruction performance. The real-time system and methods studied in this subject have important application value and research significance.

　　Keywords: digital holography; Real time reconstruction; JAVA; Single wavelength; Dual wavelength; GPU

目 录

　　第 1 章 绪论

　　1.1 课题研究的背景和意义

　　光学全息术是由丹尼斯·加博尔（Denis Gabor）在 1948 年提出的[1],他演示了一个两步的过程来记录和重建整个复杂场的信息，方法是把一个物体的相干参考光和衍射光干涉到一个照相底片上，在重建步骤中，用相同的参考光照射全息记录图可以再现图像。

　　在加博尔的原始工作中，参考光束与衍射光以常规的方式叠加在记录板上，这就是所谓的同轴全息术。该方法使全息图中存在零级像和共轭像，因而影响了全息图的重建。由 于当时没有合适的相干光源，全息术不得不等到 1960 年发明激光后才有了更大发展。 在 1962 年，利思（Leith）和乌帕特尼克斯（Upatnieks）在加博尔全息的基础上进行了改进，设置了离轴结构，这一改进通过空间上的分离来避免零级像和孪生像对重建全息图的干扰[2].在这一发明之后，凭借其可以对相位变化进行定量测量的能力，全息术经历了巨大的发展，广泛应用于振动模式[3]和折射率测量等研究领域[4].

　　古德曼（Goodman）和劳伦斯（Lawrence）在 1967 年能够记录数字全息图并重建图像[5].他们发表的工作第一次实现了数字全息术，消除了在记录过程中对照相材料和在重建图像时对相干参考源的需求，用电子传感器和计算机实现了记录和重建过程。然而，当时数字化的不便捷和昂贵价格阻碍了数字全息术的发展。同时期，在 1974 年，穆勒（Muller）和布芬顿（Buffington）开发了一种称为图像锐化的图像处理技术[6].虽然与数字全息术没有直接关系，但这一重要的图像处理发展结合了相位恢复[7, 8]和波前校正算法[8, 9]的进展。

　　1994 年，Schnars 和 Jüptner,首次利用 CCD 阵列记录和数值重建了菲涅尔全息图[10].

　　自然地，这一进展将全息术扩展到了新的研究领域，包括数据存储[11]、数字自动聚焦[12,13]和图像处理[14, 15].从数字全息技术的出现中受益匪浅的一个特殊的研究领域是显微镜，它允许研究人员从不同的角度研究细胞而不受干扰[16].特别是，重建的物体图像具有可以在任意距离上被数值聚焦的特点，从而允许多个目标物体在同一采集的图像内被单独聚焦和分析[12, 13, 16].

　　数字全息术相比传统全息术有很多优势，利用 CCD 或 CMOS 电子器件直接记录全息图，并将其数字化保存在计算机中，可极大提升全息图记录的速度与准确度，而不需要传统光学全息中的一系列线性记录、显影、定影、漂白、烘干等操作[17];使用电子器件记录所需的曝光时间比全息干板所需的短，而且更准确又控制方便，对系统稳定性的要求也比传统光学全息低，并且可以用来实现实时处理。

　　当需要重建出被测物体的动态变化过程时，目前普遍使用 CCD/CMOS 相机逐帧记录一段观测时间内的多张数字全息图保存至本地，随后分别对每张图进行重建，再恢复出物体在这段时间内的动态变化。但是全息图重建算法计算量大，比较耗时，通常使用CPU 进行计算处理时，数字全息图的记录和其相应的重建过程存在较大的时间差，因而所恢复出的观测物变化过程只是经过线下处理后再汇总得出，而不是实时性的显示，不能满足很多对实时性观测要求高的场景，如生物和医学上对生物细胞等样本的实时观测、微小振动实时测量、器件热形变测量等领域的需求，因此迫切需要加快数字全息图重建的速度、构建满足多种场景的数字全息实时重建系统。

　　JAVA 是一种在世界上广泛使用的完全面向对象的程序设计语言，经过不断发展，它具有优异的跨平台性、安全性、高效性等等，在当前世界互联网和云计算飞速发展的环境下，它具备很强的竞争力和美好前景。在进行图像处理时，我们需要借助科学、高效的软件和工具，ImageJ 就是为此目的而设计的，它是一个完全由 JAVA 开发的图像处理软件。ImageJ 最初是由韦恩·拉斯班德（Wayne Rasband）在美国国立卫生研究院（National Institutes of Health）开发的，它的源码是公共的，可以免费下载，容易修改和发布，还可以通过插件、宏或脚本的形式添加额外的功能特性从而对其扩展。经过多年的发展，ImageJ 可以解决大部分图像处理和分析方面的问题，而且它是世界上纯 JAVA开发的速度最快的图像处理软件，它的强大功能可以对数字全息图像的处理有巨大帮助。

　　GPU 最初是为了实时绘制三维图形而开发的，但现在越来越多地被用于并行数值计算。CPU 由几个为串行处理而优化的核心组成，而 GPU 则有一个庞大的并行架构，由许多更小、更高效的核心组成，旨在同时处理多个任务/数据。由于图像处理应用不仅是计算密集型的，而且是数据密集型的，GPU 的并行特性允许同时计算多个像素，GPU也能够非常快速地执行全息图重建过程中所需的快速傅里叶变换（FFT），因此 GPU 被广泛用于加速图像处理操作。统一计算设备架构（Compute Unified Device Architecture,CUDA），是由英伟达（NVIDIA）公司在 2007 年推出的，是一个方便用户使用的接口，通过这个接口不需要学习复杂的图像处理语言就能实现对GPU的编程，因此通过CUDA接口实现加速 NVIDIA 显卡的图像处理操作非常方便。

　　CUDA 主要支持的编程语言为 C/C++,因而探寻使用 JAVA 调用 CUDA 程序也就成为一件顺其自然的事情了。JCUDA 是近年推出的一个编程接口，JAVA 程序员可以使用它来调用 CUDA 内核。使用这个接口，程序员可以编写直接调用 CUDA 内核的 JAVA代码，并将生成 JAVA-CUDA 桥接代码和主机设备数据传输调用的职责委托给编译器，可以为 JAVA 程序提供显著的性能改进。

　　综上考虑，本文的目的便是基于 JAVA 语言设计开发数字全息的实时重建系统，在开发中同时利用基于 JAVA 开发的 ImageJ 这一科学高效的工具进行图像处理，并利用GPU 的并行架构对计算密集部分进行加速，最终设计一套满足多种数字全息场景需求的实时重建系统。

　　1.2 国内外研究现状

　　世界上对数字全息重建进行加速的方式主要基于FPGA硬件开发技术和GPU这一图形处理单元处理技术。但FPGA技术硬件开发周期长，使用和普及要求较高，相对而言GPU不仅很普及，而且具备高速计算的能力，从而对重建算法进行加速。NVIDIA公司开发了统一计算设备架构（CUDA）的运算平台，使用户可以便捷地使用C语言为其进行程序开发，实现在GPU处理器上超高性能运行，因而成为了为数字全息重建进行加速的首选方式。

　　2008 到 2009 年，Tomoyoshi和Lukas分别研究了基于C语言的菲涅尔衍射积分[18]和快速傅立叶变换[19]并行算法，利用GPU加速数字全息图重建计算，Lukas实现了两种基于FFT的数值重建方法，使得对 2048×2048 尺寸的全息图重建速度相比CPU提升了 100倍。2010 年Shimobaba等人利用四块GPU对数字全息图像进行重建，实现了从一幅全息图中同时获得多个具有不同深度、位置的重建图像[20].朱竹青等人研究了基于GPU的数字全息图加速再现算法，比较了不同尺寸图片在CPU和GPU下的重建速度，2048×2048尺寸的全息图重建速度提高了 15 倍[21],还以旋转的骰子作为观测物，研究了数字全息实时重建系统，对数字全息图连续在一段时间内进行采集，并且实时重建记录的全息图，实现了平均处理速度达到 20 fps,大小为512 512 ? 的重建图像实时显示[22].

　　在相位解包裹方面，2015 年胡雅婷对基于无权最小二乘的解包裹算法的GPU加速进 行了研究，大大加快了最小二乘相位解包裹算法运算速度，对于512 512 ?

　　的图像的相位解包裹时间可减少至 8ms,计算速度提高了十倍[23].

　　在开发语言和工具方面，2008 年Shimobaba等人利用GPU对衍射计算进了加速，提高了菲涅尔衍射积分的计算速度，研究了数字全息显微，同样利用GPU达到实时性，又开发了对衍射计算进行加速的库GWO,它是一个基于GPU开发的波动光学库，该计算库使用GPU芯片搭建了运算平台，使得运算速度比寻常个人电脑提高了二十多倍[24].2011年，Shimobaba等在此基础上提出了CWO++库，允许在中央处理单元（CPU）和图形处理单元（GPU）中进行不同的标量衍射计算，取得了显著的成果[25].尽管CWO++库提供了一个合适的解决方案，但却局限于C++语言，编程和软件开发的趋势导致了这些库需要写为另一个友好的用户语言，如JAVA,来开发吸引人的、直观的、稳定的用户界面，同时具备有竞争性的时间性能。

　　Pablo Piedrahita-Quintero等人于 2017 年提出了JDiffraction,一种用于计算标量场传播的可GPU加速的JAVA库[26],角谱法、菲涅尔衍射法等都可用该库中的函数实现，用于计算复杂波场的标量传播，JDiffraction中包括了易于使用的函数来利用GPU的能力来加速计算，可使 2048×2048 像素数字全息图的衍射计算速度高达 74 fps.JDiffraction支持CPU和GPU上的计算，其中GPU上的计算需要使用JCUDA[27],这种从JAVA程序调用CUDA的Kernel函数的工具，使用非常便捷。基于JAVA开发的图像处理软件ImageJ在数字全息领域的应用也在不断发展，2017 年，Pablo等人利用ImageJ工具集开发了一种数值波传播插件，用于模拟记录和重建离轴数字全息图的物理过程[28].2019 年，Ma. AraizaEsquivel等人基于JAVA开发了交互式仿真软件来帮助教授和学习数字全息术[29],可以模拟生成和重建全息图。

　　1.3 本文主要研究内容和结构

　　本课题来源于国家自然科学基金（61775046）和黑龙江省自然科学基金（LC2018027）。

　　主要研究基于 JAVA 的数字全息实时重建系统实现，通过上述国内外研究现状可知：

　　（1） 国内在数字全息图像实时重建方面的研究，只对重建过程中的一些步骤做过基于GPU 并行计算的加速，如衍射计算和解包裹方面，而没有对整个全息图重建过程进行一个完整的加速优化，且目前的时间性能并不能令人十分满意。

　　（2） 国外在数字全息图像实时重建方面的研究其性能指标更好，但考虑整个系统性还不够完善，且主要使用 MATLAB 或 C/C++语言进行开发。目前已有人开发了可用于标量衍射计算的 JAVA 库，且其支持 GPU 加速，但并不能对数字全息图重建的完整过程进行加速，其系统性仍需完善。

　　从目前研究存在的不足之处出发，本课题设计开发的数字全息实时重建系统，旨在对频谱滤波、样品相位提取、衍射计算以及相位解包裹等所有重建过程进行加速，完整构建包括单波长、双波长数字全息结构在内的重建系统。开发语言选用 JAVA,不仅可以搭建用户友好、稳定的软件系统，还可以借助 ImageJ 工具集对图像进行多种处理，也可以通过 JCUDA 接口来调用 GPU 对可并行化的计算密集部分进行加速。

　　本文的研究内容安排如下：

　　第一章为绪论，分析了课题研究的背景以及重要意义，论述了数字全息技术的发展以及在各领域的重要应用价值，并说明了对数字全息图实时重建方向的研究意义。分析了数字全息实时重建系统以及 JAVA 和 GPU 在该领域上的应用的国内外研究现状，以此根据问题说明本课题的研究路线，给出了本文的主要研究内容和结构。

　　第二章为离轴数字全息的基本原理，主要介绍所需预备知识，包括离轴数字全息的记录和重建原理，菲涅尔衍射变换法、角谱衍射变换法这些数值重建算法。针对厚相位物体存在相位包裹的情况，介绍了目前的解包裹算法。

　　第三章为单波长数字全息实时重建，也是目前最普遍的数字全息结构，首先说明了重建的流程，包括频谱滤波法来提取物光场，有、无样品相除法来消除干扰相位，衍射计算对得到的衍射图进行数值重建，以及相位解包裹。同时介绍了可对数值重建过程加速的三种快速数值重建算法，包括关键采样、角度复用、直接空域滤波法，使得不依靠GPU的重建计算速度也得到提升。最后说明了单波长数字全息图重建的各个环节在GPU上实现并行加速的过程，完整地实现了实时重建的流程。

　　第四章为双波长数字全息实时重建，在上一章的基础上分析了双波长数字全息在解决相位解包裹和出现大相位跳变时的不连续问题上的优势，介绍了其基本原理和重建流程，并针对双波长系统设计了实时重建系统，以及利用 GPU 对其进行并行加速，实现了双波长数字全息的实时重建。

　　第五章为数字全息实时重建系统设计，在第三、四章的基础上，介绍了本课题的实 时重建系统框架，包括系统开发环境的选择和各个功能模块，以及开发的用户界面和使用方法。随后详细介绍了各个模块的实现方式，和利用该系统对样品进行动态观测的实验结果。

　　第 2 章 离轴数字全息的基本原理

　　2.1 离轴数字全息图的记录过程

　　2.2 离轴数字全息图的数值重建

　　2.2.1 菲涅尔衍射变换法

　　2.2.2 角谱衍射变换法

　　2.3 相位解包裹算法

　　2.3.1 相位解包裹的基本流程

　　2.3.2 相位解包裹的数学模型

　　2.3.2 相位解包裹算法的分类

　　2.4 本章小结

　　第 3 章 单波长数字全息实时重建

　　3.1 单波长数字全息重建流程

　　3.2 单波长快速数值重建

　　3.2.1 关键采样

　　3.2.2 角度复用

　　3.2.3 直接空域滤波法

　　3.3 GPU 加速的单波长全息图实时重建

　　3.3.1 频谱滤波及衍射计算的并行实现

　　3.3.2 相位解包裹的并行实现

　　3.4 本章小结

　　第 4 章 双波长数字全息实时重建

　　4.1 双波长数字全息基本原理

　　4.2 双波长数字全息重建流程

　　4.3 GPU 加速的双波长全息图实时重建

　　4.3.1 双波长数字全息相位重建的并行实现

　　4.3.2 结果分析

　　4.4 本章小结

　　第 5 章 基于 JAVA 的数字全息实时重建系统

　　5.1 实时重建系统的框架

　　5.1.1 系统开发环境

　　5.1.2 系统功能模块

　　5.1.3 用户界面及使用

　　5.2 系统模块的设计与实现

　　5.2.1 输入模块

　　5.2.2 图像处理模块

　　5.2.3 输出显示模块

　　5.2.4 实验结果

　　5.3 本章小结

结 论

　　数字全息技术可以利用光电传感器件来记录数字化的全息图，并在计算机上进行整个光学衍射过程的计算，拥有精度高、速度快、稳定性好等众多优势，在当今高速发展的社会上越来越凸显其在全息显微、三维形貌测量、粒子场测量等众多领域中的重要性。

　　然而，数字全息图重建过程计算密集，耗时量大，通常都在计算机上对实验测量中保存到本地的全息图做线下的处理进行重建，很难满足一些要求实时性观测的场景需求。本 文对离轴数字全息术的原理进行分析，结合国内外领先的研究成果，设计开发了针对单、双波长数字全息的实时重建系统，开发语言选择 JAVA,不仅能发挥出它卓越的通用性、高效性、平台移植性和安全性，还可以利用 ImageJ 等高效科学的图像处理软件协助开发并便捷地对全息图进行前期、后期处理。此外，还可以通过 JCUDA 接口调用 GPU 对重建计算进行并行加速，使系统的处理性能达到了实时性要求。本文完成的主要工作有：

　　一、分析总结了国内外对数字全息实时重建方向的研究成果，并将一些先进方法结合在本课题中，如在系统开发中使用了近年推出的 JDiffraction 标量场传播库、ImageJ 图 像处理工具等。

　　二、介绍了离轴数字全息图的基本原理，对其记录过程建立了数学模型，进行了分析推导；对其数值重建方法也做了详细分析推导，并分析了适用条件；对其厚相位物体相位重建时存在包裹的问题，介绍了相位解包裹算法的流程、数学模型和分类。 三、对单波长数字全息的记录过程做了具体分析，并介绍了几种快速数值重建算法，可以在不通过硬件加速的情况下提高重建速度。又实现了通过 GPU 对全息图重建过程中的频谱滤波、衍射计算、相位解包裹各个环节的并行加速，对 1024×1024 像素的数字全息图使得其处理速度提高了 15.7 倍，重建速度达到 42 fps.为了解决单波长数字全息中解包裹运算计算量大且对出现大相位跳变时的不连续问题，本文又介绍了双波长数字全息的原理，并对其重建流程做了数学分析推导。最后，又设计开发了针对双波长数字全息的实时重建系统，其通过 GPU 并行加速后的处理速度提高了 7.6 倍，达到 41 fps.

　　本文中的实时重建系统分为三大模块：输入模块、图像处理模块和输出显示模块，系统功能完整涵盖了单、双波长数字全息重建中的各个环节，且均可达到实时性能。

　　以上为本文的研究工作和取得的研究成果，由于时间和能力有限，本课题还存在可以进一步完善的不足之处：

　　一、本文中的数字全息实时重建系统，仅针对重建过程中的基本环节做了实现，后 续还可对全息图噪声抑制、提升重建质量等方面做出改进。 二、在使用该系统对数字全息图进行重建时，需知晓衍射距离等准确参数，无法对全息图实现自动聚焦功能，后续可考虑在系统中引入快速自动聚焦方法。

　　三、在使用 JAVA 和 GPU 对重建系统进行开发的过程中，还有许多值得优化的地方，如内存、线程等方面的优化，目前对这方面的理解还不够深刻，之后还需继续学习与改进，程序的效率还有很大提升空间。

　　四、本文中使用的 GPU 等硬件均为入门级，还可选用更优的硬件来获取更好的实验结果。

　　参考文献

　　[1] GABOR D. A New Microscopic Principle[J]. Nature, 1948, 161: 777-778.

　　[2] Leith E N, Upatnieks J. Reconstructed Wavefronts and Communication Theory*[J]. Journal of the Optical Society of America, 1962, 52（10）： 1123-1130.

　　[3] Powell R L, Stetson K A. Interferometric Vibration Analysis by WavefrontReconstruction[J]. Journal of the Optical Society of America, 1965, 55（12）： 1593-1598.

　　[4] Sweeney D W , Vest C M . Reconstruction of Three Dimensional Refractive Index Fieldfrom Multidirectional Interferometric Data[J]. Applied Optics, 1973, 12（11）：2649-2664.

　　[5] Goodman, J. W. , & Lawrence, R. W. Digital image formation from electronicallydetected holograms[J]. Applied Physics Letters, 1967, 11（3）， 77-79.

　　[6] Muller R A, Buffington A. Real Time Correction of Atmospherically DegradedTelescope Images Through Sharpening[J]. Opt. Soc. Am, 1974, 64: 1200-1210. [7] Fienup J R, Miller J J. Aberration correction by maximizing generalized sharpnessmetrics[J]. Journal of the Optical Society of America A Optics Image Science & Vision,2003, 20（4）： 609-620.

　　[8] Thurman S T, Fienup J R. Phase-error correction in digital holography[J]. Journal of theOptical Society of America A Optics Image Science & Vision, 2008, 25（4）： 983-994.

　　[9] Sulaiman S, Gibson S, Spencer M. Predictive dynamic digital holography and imagesharpening[J]. Journal of the Optical Society of America A, 2018, 35（6）： 923.

　　[10] Schnars U , W Jüptner. Direct recording of holograms by a CCD target and numericalreconstruction[J]. Applied Optics, 1994, 33（2）：179-181.

　　[11] L. Hesselink. Fundamental issues related to digital holographic data storage[C]. IEEELEOS Annual Meeting Conference Proceedings. LEOS'99, San Francisco, CA, USA,1999, 1: 327-328.

　　[12] S. Grilli, P. Ferraro, S. De Nicola, A. Finizio, G. Pierattini, and R. Meucci. Whole opticalwavefields reconstruction by Digital Holography[J]. Opt. Express 9, 2001, 294-302.

　　[13] Mann C J, Yu L, Kim M K. Movies of cellular and sub-cellular motion by digitalholographic microscopy[J]. Biomedical Engineering Online, 2006, 5（1）： 21.

　　[14] Fienup J R. Synthetic-aperture radar autofocus by maximizing sharpness[J]. OpticsLetters, 2000, 25（4）： 221-223.

　　[15] G. Liu and P. D. Scott. Phase retrieval and twin-image elimination for in-line Fresnelholograms[J]. Opt. Soc. Am. A, 1987, 4: 159-165.

　　[16] Marquet P , Rappaz B , Magistretti P J , et al. Digital holographic microscopy: anoninvasive contrast imaging technique allowing quantitative visualization of livingcells with subwavelength axial accuracy[J]. Optics Letters, 2005, 30（5）：468-70.

　　[17] 赵怀周。 数字全息显微成像的实验研究[D]. 山东大学， 2008.

　　[18] Shimobaba T , Ito T , Masuda N , et al. Numerical calculation library for diffractionintegrals using the graphic processing unit: the GPU-based wave optics library[J].Journal of Optics A: Pure and Applied Optics, 2008, 10（7）： 075308.

　　[19] Ahrenberg L, Page A J, Hennelly B M, et al. Using Commodity Graphics Hardware forReal-Time Digital Hologram View-Reconstruction[J]. Journal of Display Technology,2009, 5（4）： 111-119.

　　[20] Shimobaba T , Masuda N , Ichihashi Y , et al. Real-time digital holographic microscopyobservable in multi-view and multi-resolution[J]. Journal of Optics, 2010, 12（6）： 065402.

　　[21] Ding H, Zhu Z, Sun M, et al. Study on Accelerating Reconstruction Algorithm of DigitalHolography Based on Graphic Processing Unit[J]. Zhongguo Jiguang/Chinese Journalof Lasers, 2010, 37: 2901-2905.

　　[22] 朱竹青。 数字全息在实时动态测量和信息隐藏中的应用研究[D]. 南京师范大学，2013.

　　[23] 胡雅婷。 基于 GPU 的数字全息快速解包裹算法[J]. 光学与光电技术， 2015, （4）： 27-31.

　　[24] Shimobaba T, Sato Y, Miura J, et al. Real-time digital holographic microscopy using thegraphic processing unit[J]. Optics Express, 2008, 16（16）： 11776-11781.

　　[25] Shimobaba T , Weng J , Sakurai T , et al. Computational wave optics library for C++:CWO++ library[J]. Computer Physics Communications, 2012, 183（5）：1124-1138.

　　[26] Pablo, Piedrahita-Quintero, Carlos, et al. JDiffraction: A GPGPU-accelerated JAVAlibrary for numerical propagation of scalar wave fields[J]. Computer PhysicsCommunications, 2017, 214: 128-139.

　　[27] Yan Y, Grossman M, Sarkar V. JCUDA: A Programmer-Friendly Interface forAccelerating JAVA Programs with CUDA[C]. Proceedings of the 15th InternationalEuro-Par Conference on Parallel Processing, 2009, 5704: 887-899.

　　[28] Piedrahita-Quintero, Pablo, Garcia-Sucerquia, et al. Off-axis digital holographysimulation in ImageJ[J]. Journal for Light and Electronoptic, 2017, 140: 626-633.

　　[29] Araiza-Esquivel M, Godina P C, López-Martínez A, et al. Teaching digital holographythrough an interface in Java[C]. Fifteenth Conference on Education and Training inOptics and Photonics: ETOP 2019, 11143: 11430E .

　　[30] 曾凌。 菲涅尔数字全息成像技术研究[D]. 苏州大学， 2010.

　　[31] 张燕， 魏功祥， 国承山。 离轴菲涅尔全息图的数字再现[J]. 光电子·激光， 2006（11）：1384-1387.

　　[32] 向根祥， 顾建雄， 刘振来， et al. 数字全息中像的数值重建公式的理论分析[J]. 河西学院学报， 2005（05）：45-48.

　　[33] 杨智媛。 基于 GPU 的载波干涉图像快速再现技术研究[D]. 哈尔滨工程大学， 2017.

　　[34] Takeda M, Ina H, Kobayashi S. Fourier-transform method of fringe-pattern analysis forcomputer-based topography and interferometry[J]. Journal of the Optical Society ofAmerica, 1982, 72（1）： 156-160.

　　[35] Wyant J C . Two-Dimensional Phase Unwrapping-Theory, Algorithms, and Software,by Dennis C. Ghiglia and Mark D. Pritt[J]. Optics & Photonics News, 2000, 11.

　　[36] Bone D J . Fourier fringe analysis: the two-dimensional phase unwrapping problem.[J].Applied Optics, 1991, 30（25）： 3627-32.

　　[37] Kerr D, Kaufmann G H, Galizzi G E. Unwrapping of interferometric phase-fringe mapsby the discrete cosine transform[J]. Applied Optics, 1996, 35（5）： 810-816.

　　[38] Ghiglia D C, Romero L A. Robust two-dimensional weighted and unweighted phaseunwrapping that uses fast transforms and iterative methods[J]. Journal of the OpticalSociety of America A, 1994, 11（1）： 107-117.

　　[39] Girshovitz P, Shaked N T. Real-time quantitative phase reconstruction in off-axis digitalholography using multiplexing[J]. Optics Letters, 2014, 39（8）： 2262.

　　[40] Tahara T, Akamatsu T, Arai Y, et al. Algorithm for extracting multiple object waveswithout Fourier transform from a single image recorded by spatial frequency-pision.multiplexing and its application to digital holography[J]. Optics Communications, 2017,402: 462-467.

　　[41] Tatsuki T, Takuya G, Takanori A, et al. High-speed image-reconstruction algorithm fora spatially multiplexed image and application to digital holography[J]. Optics Letters,2018, 43（12）： 2937-2940.

　　[42] Backoach O , Kariv S, Girshovitz P, et al. Fast phase processing in off-axis holographyby CUDA including parallel phase unwrapping[J]. Optics Express, 2016, 24（4）： 3177.

　　[43] Liu L, Shan M, Zhong Z, et al. Simultaneous dual-wavelength off-axis flipping digitalholography[J]. Optics Letters, 2017, 42（21）： 4331.

　　[44] 胡琳。 基于双波长数字全息显微的动态目标重建技术研究[D]. 重庆理工大学，2019.

　　[45] Liu L, Shan M, Zhong Z, et al. Fast reconstruction of two-wavelength off-axismultiplexed holograms using pision-multiplexing and critical sampling[J]. OpticsCommunications, 2019, 433:297-302.

致 谢

　　两年半的硕士学习生涯匆匆而过，我也即将完成全部学业走向社会，但在哈尔滨工程大学的这段美好时光我将终生铭记，而我也不会停止学习的脚步，在这两年多的时光里我在老师和同学们的影响下养成的学习习惯和求知探索精神也将一直延续下去。回顾这段时光，首先涌上心头的是一股感激之情，感激学校给自己提供了硕士学习机会，感激在此期间遇到的老师们、同学们和朋友们对我的帮助和影响，感激这两年多的时光让自己成长，让自己积淀更加深厚。在此我想表达的是衷心的感谢：

　　首先感谢我的导师李万臣老师，李老师亲切温和，从我初来学校到现在的每一段时间，从研究生的学习到日常生活，都能得到李老师的关心和指导，为我指明了方向，李老师不愧为学生心目中的好老师。在此还要特别感谢 103 实验室的单老师和钟老师，单老师对我的研究课题给予了莫大帮助，帮助我明确研究方向，在整个硕士学习过程中，单老师给了我很多指导和宝贵意见、学习资料，在单老师的指导下我的硕士课题才得以顺利完成。除此之外，单老师以身作则，对于工作、学习的努力和热情以及对世界学术前沿的把握能力深深影响着我，让我明白了如何真正做好学术研究。钟老师严格而又幽默，对我在课题组的学习生活和解决求职时的迷茫都提供了很大帮助，再次感谢课题组的两位老师。

　　我要感谢实验室刘磊师兄、王琛师兄、赵鸿洁师姐对我在课题上和生活上的重要帮助，也要感谢实验室各位 2017 级小伙伴陪我一起一路走来、互相帮助，感谢实验室的所有师兄师姐、师弟师妹共同塑造了有爱、和睦的实验室氛围，让我在这里愉快地学习生活。

　　感谢我的室友们，陪我度过了一个个日日夜夜；感谢在哈工程认识的所有小伙伴，我对这段时间收获的友谊永远难忘。

　　感谢我的父母和家人，二十多年来，你们一直是我最大的支持者，你们是我的坚实后盾，也是我努力拼搏的动力，还是我疲惫时最好的港湾。深深感谢！

　　感谢国家自然科学基金（61775046）和黑龙江省自然科学基金（LC2018027）对本课题的支持。

　　最后，向审阅本文的专家学者表示深深的谢意。

（如您需要查看本篇毕业设计全文，请您联系客服索取）