1.三维分层目标压缩全息术的测量矩阵降维方法，其特征在于，包括以下四个步骤：步骤1，三维分层目标全息图的记录；步骤2，三维分层目标全息图的分割；步骤3，单层目标全息图的并行计算；步骤4，三维分层目标图像的重建；

定义压缩全息术中横向方向的像素数量为Nx、Ny，轴向方向的像素层数为Nz；

压缩全息术系统至少由依次放置的光源、目标、图像传感器组成；

步骤1：

由所述压缩全息术系统记录三维分层目标全息图；

步骤2：

使用分割算子[·]Filter，对所述三维分层目标全息图进行分割，获得三维分层目标中每一层目标的单层目标全息图；所述分割算子[·]Filter为任意一种可以实现全息图分割的技术；

步骤3：

使用并行算子[·]P‑TwIST，对所述三维分层目标中每一层目标的单层目标全息图使用两步迭代收缩阈值(the two‑step iterative shrinkage/thresholding,TwIST)算法进行并行重建，使得每个并行池中的测量矩阵的维度变为(Nx×Ny)×(Nx×Ny×1)，获得所述三维分层目标中每一层目标的重建图像；所述并行算子[·]P‑TwIST为任意一种可以实现并行计算的技术；所述的并行池个数等于所述三维分层目标中单层目标的数量；

步骤4：

根据所述三维分层目标中每一层目标的重建图像，进行逐层拼接，获得所述三维分层目标图像。

2.根据权利要求1所述三维分层目标压缩全息术的测量矩阵降维方法，其特征在于：在步骤1中所述三维分层目标全息图的向量形式表示为 其维度为(Nx×Ny)×1；

其中 为所述测量矩阵，其维度为(Nx×Ny)×(Nx×Ny×Nz)； 为所述三维分层目标的向量形式，其维度为(Nx×Ny×Nz)×1。

3.根据权利要求1所述三维分层目标压缩全息术的测量矩阵降维方法，其特征在于：在步骤1中所述三维分层目标全息图的分层表示为；

其中 为所述三维分层目标中每一层目标的单层目标全息图的向量形式，其维度为(Nx×Ny)×1； 为所述单层目标的所述测量矩阵，其维度为(Nx×Ny)×(Nx×Ny×

1)； 为所述单层目标的向量形式，其维度为(Nx×Ny×Nz)×1。

4.根据权利要求1所述三维分层目标压缩全息术的测量矩阵降维方法，其特征在于：在步骤2中所述分割算子[·]Filter可以选择为Orzo提出的全息分割算法；在步骤2中所述三维分层目标全息图进行分割的表达式为；

5.根据权利要求1所述三维分层目标压缩全息术的测量矩阵降维方法，其特征在于：在步骤3中所述并行算子[·]P‑TwIST可以选择为单程序多数据(single‑program‑multiple‑data,SPMD)技术；在步骤3中对所述三维分层目标中每一层目标的单层目标全息图使用TwIST算法进行并行重建的表达式为；

其中，f为所述三维分层目标中单层目标的重建图像。