无透镜数字全息成像技术通过光电传感器记录下物光与参考光的干涉图样,利用计算机数值模拟再现光的衍射过程,从而得到含有被测物振幅信息和相位信息的重建图。该技术结构简单、成本低廉、成像视野大,在三维形态观测、微粒子分析与检测、全息防伪技术、生物医学工程等诸多领域都有广泛的应用。但在全息重建的过程中,由于数字全息重建算法复杂度较高,加上全息图像的分辨率在不断提升,使得重建的数据量随之剧增,所以在实际工程应用中该技术很难满足实时性的需求,即使有些研究者采用多核CPU的方式来实现加速,但由于内存资源和功耗的限制,使其加速效果并不明显。针对目前全息重建速度慢、难以满足实时应用需要的问题,本文提出了一种利用通用GPU技术来提高数字全息重建算法的执行效率的方案,将CPU的逻辑控制能力与GPU的并行运算能力相结合,对数字全息重建算法进行CPU+GPU的异构编程并行实现,从而在整体上提高全息重建的速度。具体通过对无透镜数字全息重建算法进行详细的阐述和推导,设计出了整个重建算法的执行流程,并在CPU上对重建算法进行了实现,验证了该算法在CPU上的执行效率比较低。通过对所实现的串行代码进行并行化分析。设计出重建算法的并行化执行流程,依据该流程,成功的在GPU上对重建算法进行了实现。并进一步从数据传输和线程规划两个方面,对所实现的并行代码进行了优化,在不同的设备平台上对优化后的并行代码进行了性能测试和分析。实验结果表明:对同一幅数字全息图进行重建时,整个重建算法在GPU上的执行速度要明显快于在CPU上的执行速度,加速效果达到了35倍左右.此外,该并行程序具有优秀的规模增长性,在GPU上执行的速度优势会随着数字全息图分辨率的增大而显著增加,因此适用于生物细胞观测分析等要求高时效性的应用。