太赫兹辐射能够穿透非金属和非极性材料,而且光子能量较低,在生物医学检测和空间遥感等方面具有广阔的应用前景。近年来,太赫兹成像技术一直向着成像质量和维数不断提高的方向发展,因此,本论文采用主观和客观评价相结合的方法,首先针对太赫兹同轴数字全息二维成像质量的影响因素进行相关研究;接着将维度扩展至三维,针对压缩感知太赫兹三维重建算法和基于Matlab的全息重建网络(MHRNet)进行研究。为研究太赫兹同轴数字全息二维成像质量的影响因素,分别在支撑板透过率为0.93时研究噪声的改变对重建像的影响;在支撑板所加均值为0、标准差为0.04的高斯噪声情况下研究支撑板透过率的改变对重建像的影响,并最终给出支撑板的最佳透过率随噪声的变化趋势。此外针对四种支持域确定方法,分别在支撑板有噪声和无噪声两种情况下针对其适用性进行仿真研究,最后得到了不同支持域确定方式的适用范围。为研究基于压缩感知的太赫兹三维重建方法的影响因素,针对连续型场景进行了一系列深入研究。首先仿真对比了连续型场景和分立型场景的重建像质量,证明了连续型场景各个层面之间是存在相互影响的。接着,针对连续型场景进行了相关参数的改变对重建效果的影响仿真,在理想状态下研究了实验迭代次数、稀疏限制参数、重建平面的数目和TV参数的改变对重建像质量的影响。当重建平面数目为4时,在各样本层面添加一定大小的高斯噪声,研究当噪声存在时相应的仿真参数选取。改变目标和背景的对比度,更进一步的研究当样本层面存在噪声且对比度改变的情况下仿真参数的选取。考虑到压缩感知太赫兹三维重建算法的运行效率不高,本论文将深度学习引入压缩感知太赫兹三维重构算法,在全息重建网络的基础上采用了一种适用于Matlab的全息重建网络(MHRNet),讨论了训练集对重建的影响,仿真研究了训练参数和网络结构的作用。