数字全息技术是一种利用图像传感器记录物体的振幅和相位信息,并通过计算机模拟光学的衍射过程而进行物体再现的技术。数字全息测量技术具有无接触,无损伤等优点,可以用于物体的三维形貌、应力应变场、温度场、流场等领域的观测。在一些测量领域,需要实时测量并再现测量目标的动态变化过程并且同时对目标场进行三维空间的实时再现,数据计算量极大,因而必须要加快数字全息图处理的速度。本文将基于GPU(Graphics Processing Unit,图形处理器)的并行计算技术引入到DHPTV(Digital Holographic Particles Tracing Velocimetry,数字全息粒子追踪测速)中,数字全息图记录了粒子的三维空间信息,通过对数字全息图进行重建,提取粒子的三维空间坐标信息,为了能够清晰观测不同深度信息的粒子,需要对整个粒子场以一定的重建间隔进行全场重建,然后通过粒子匹配,可以获得粒子的三维速度矢量场。由于全场重建的计算量极大,采用了基于GPU的并行计算技术极大提高了重建速度,实现对空间粒子场的三维速度矢量场的实时重建。为了实现粒子场三维速度矢量场的实时再现,本文主要进行了如下研究:(1)数字全息基本原理以及数字全息图重建算法研究;(2)研究了DHPTV的测速原理,提出自己的算法以及计算流程,通过对两幅旋转粒子的全息图进行重建测速,对测速结果进行误差分析,验证实验方法的可行性以及结果的精度;(3)设计了一种数字全息实时显微镜,该显微镜主要分为硬件系统和软件系统,硬件系统主要是该系统所使用的硬件设备以及光学元件,软件系统主要是基于GPU的并行算法程序。软件系统的设计思路是利用Matlab中丰富的API(Application Programming Interface,应用程序编程接口)函数库建立计算模型,利用CUDA(Compute Unified Device Architecture,统一设备计算架构)扩展C++语言对算术均值滤波,连通域识别、图像归一化以及粒子匹配等算法进行编程。为了实现GPU利用率的最大化,使用Kepler架构GPU所具有的Hyper-Queue(超工作队列)特性进行多流编程。对比了Matlab程序运行结果以及Matlab调用CUDA程序运行结果,得到加速比。