并行化叠层成像算法研究?

叠层成像是定量相位恢复技术的重要研究方向，它通过照明探针的交叠式扫描，使用叠层迭代相位恢复算法对待测样品进行恢复，但成像效率与成像质量之间的矛盾等问题已成为其瓶颈之一。本文从叠层成像迭代恢复算法的基本原理入手，提出了基于CPU和GPU的两种分块复振幅重建并行算法，并通过模拟实验研究了不同待测样品尺寸、不同分块、不同孔径数目对并行加速效果的影响。模拟实验结果表明：两种并行算法可正确地恢复出样品的复振幅信息，并且显著提升了重建速度，使得重建耗时比传统叠层成像算法有了数量级的下降，在一定程度上解决了成像效率与成像质量之间的矛盾，有望实现准实时成像，为叠层成像在相关领域更广泛的应用提供了一定的技术指导。实验结果同时表明：在最优分块时，并行重建加速比与样品的大小有关，样品越大，加速效果越明显；同一个样品在不同分块下重建会得到不同的加速比，这与硬件设备密切相关，而成像中孔径的数目不会对并行加速比产生明显的影响。