基于不完全投影数据的气体扩散分布重建迭代层析成像算法的研究

摘要

迭代层析成像算法在不完全投影数据的重建问题中应用广泛。光学遥感结合层析成像重建区域污染气体分布是典型的少投影方向的不完全投影数据重建问题，由于光学仪器贵重，出于成本上的考虑，无法布置很多组射线束以形成复杂的交叉光路;同时气体扩散大多拖有很长的尾峰，通常采用的迭代层析成像层析成像算法基本无法完成气体扩散分布的重建。
　　针对气体扩散分布重建面临的不完全投影数据下重建问题，论文首先对传统的层析成像重建算法，特别是迭代层析重建算法，包括代数迭代类算法和统计迭代类算法进行了大量研究，并分析了影响重建质量的各种因素，为不完全投影数据的算法改进提供了理论依据。在此基础之上，论文深入探讨了投影射线扇束构型、双投影方向下的高斯烟羽扩散分布的重建，主要研究工作包括:
　　(1)引入先验矩阵和间隔性使用平滑滤波器的措施，改进了包括:ART、MART、SART、MLEM等经典迭代重建算法，改进算法对气体扩散的整体峰形、峰值位置以及尾峰等都能够达到较为理想的重建效果。
　　(2)以高斯烟羽模型为测试对象，对改进的迭代重建算法进行了一系列详尽的对比试验，分析射线构型、松弛因子、平滑滤波器的选取、间隔滤波器策略这些因素对迭代重建结果的影响，并进行了改进迭代重建算法的抗噪分析，实验结果表明算法改善了原有重建伪峰严重的问题，具有较强的抗噪性。
　　(3)实现了气体扩散层析成像重建GUI软件，集成多种迭代重建算法，可选择气体扩散分布参数、射线构型以及各类重建判据，方便分析气体扩散分布中各因素对重建的影响以及重建算法对比分析和参数选择。
　　研究结果可以用于光学遥感结合层析成像技术重建污染气体扩散分布信息的理论准备和算法支持，进而为研究气体污染物的大气传输、扩散和沉降过程等科学问题提供依据。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景及意义

1．2 层析成像技术研究的进展和现状

1．2．1 解析重建方法

1．2．2 代数迭代重建方法

1．2．3 统计迭代重建方法

1．3 本文的研究内容

1．4 本文的结构安排

第二章 气体扩散模型概述

2．1 高斯烟羽气体扩散模型

2．2 扩散系数和大气稳定度

2．3 本章小结

第三章 层析成像迭代重建算法的研究

3．1 层析成像基本原理

3．2 迭代重建算法的基本问题

3．2．1 迭代重建算法的离散状模型

3．2．2 加权因子的计算

3．2．3 最优准则

3．3 经典的迭代重建算法

3．3．1 ART代数重建算法

3．3．2 MART乘型代数重建算法

3．3．3 SART联合代数重建算法

3．3．4 MLEM极大似然期望最大化算法

3．5 本章小结

3．4 重建质量评估方法

第四章 扇束双投影方向下的改进迭代重建算法

4．1 射线构型

4．2 扇束双投影方向下的经典迭代重建算法

4．3 扇束双投影方向下的改进迭代重建算法

4．3．1 引入气体扩散分布重建先验矩阵

4．3．2 平滑滤波器的间隔性使用策略

4．3．3 实验结果及分析

4．4 误差影响因素分析

4．4．1 射线构型对重建结果的影响

4．4．2 松弛因子对重建结果的影响

4．4．3 平滑滤波器的选取对重建结果的影响

4．4．4 间隔滤波器策略对重建结果的影响

4．4．5 改进迭代重建算法的抗噪声性能分析

4．5 本章小结

第五章 气体扩散层析成像软件的设计与实现

5．1 软件需求及软件设计

5．2 软件功能的实现

5．3 本章小结

第六章 总结与展望

6．1 本文主要工作

6．2 未来工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况