信息融合在頻譜分析重建法中的應(yīng)用.pdf

1、光學(xué)CT技術(shù)在溫度、濃度等流場(chǎng)的檢測(cè)中有著廣泛的應(yīng)用前景。然而，由于被測(cè)物場(chǎng)的部分遮擋或其他環(huán)境限制，使得光學(xué)CT在少數(shù)投影情況下的應(yīng)用越來(lái)越多，對(duì)圖像重建也提出了更高的要求。重建圖像的質(zhì)量強(qiáng)烈的依賴于重建算法性能的優(yōu)劣，而級(jí)數(shù)展開法特別適合非完全投影數(shù)據(jù)的圖像重建，其中的頻譜分析重建算法（FSART）更是其典型代表。但FSART在重建復(fù)雜動(dòng)態(tài)場(chǎng)時(shí)，重建精度跟穩(wěn)定性都達(dá)不到要求，所以必須要對(duì)該算法進(jìn)行適當(dāng)改進(jìn)以達(dá)到實(shí)時(shí)測(cè)量的要求。

2、>　　本文在原有FSART的基礎(chǔ)上，嘗試將信息融合的思想加入其中。首先，將場(chǎng)分布的先驗(yàn)知識(shí)加入重建過程。選取雙高斯函數(shù)模型來(lái)模擬雙燭火焰非對(duì)稱溫度場(chǎng)。然后，對(duì)雙高斯函數(shù)進(jìn)行傅里葉級(jí)數(shù)分析，根據(jù)函數(shù)的大致分布在x軸、y軸上選取不同的近似級(jí)數(shù)，得到相應(yīng)的傅里葉級(jí)數(shù)展開式，并對(duì)其進(jìn)行頻譜分析重建，得到重建圖，最后與原算法得到的重建圖進(jìn)行比較。另外，對(duì)仿真實(shí)驗(yàn)中比較復(fù)雜的模型如三高斯函數(shù)，考慮在重建過程中加入點(diǎn)測(cè)量值。首先只取三個(gè)峰值處的點(diǎn)測(cè)量

3、值，替換掉重建結(jié)果中相應(yīng)像素點(diǎn)處的重建值，計(jì)算重建誤差，然后在取得三個(gè)峰值點(diǎn)的基礎(chǔ)上再取最高峰附近一點(diǎn)的測(cè)量值，再次修正相應(yīng)點(diǎn)處的重建值。由此遞推，當(dāng)平均誤差小于1％，最大誤差小于5%時(shí)取點(diǎn)個(gè)數(shù)即滿足重建要求。
　　從實(shí)驗(yàn)結(jié)果來(lái)看，先驗(yàn)知識(shí)的加入使得計(jì)算效率得到有效提高，隨著未知數(shù)個(gè)數(shù)的減少，計(jì)算量相應(yīng)下降。同時(shí)，不同方向上的重建信息更匹配，重建結(jié)果更精確。另外，當(dāng)加入重建過程的點(diǎn)測(cè)量值個(gè)數(shù)逐漸增加時(shí)，重建誤差不斷減小，重建圖像的