论文部分内容阅读
声学层析成像温度场重建技术利用围绕被测区域布置的多个声波收发器,形成若干条有效穿越被测区域的声波路径。通过测量声波在各路径上的飞行时间,获取相应方向上的声速分布的投影数据。再采用适当的重建算法,由投影数据重建出被测区域的声速分布。利用声速与温度的关系,得到温度分布。该技术由于非接触所以不会对被测温场形成干扰,且具有测温范围广、环境适应能力强、适合大范围空间等优点,在工农业及环境监测等领域中有很好的应用前景。在声学层析成像温度场重建中,重建算法起着至关重要的作用。最小二乘法(LSM)、代数迭代算法(ART)、和同步迭代算法(SIRT)、算法都是常用的重建算法。这些算法要求被测区域划分的网格数要少于声波路径数,因此当温度分布较复杂时,重建结果与实际分布偏差较大,甚至无法正确地重建出温度场特征。SIRT算法因其良好的抗噪能力和稳定性常用于声学CT温度场重建,但当重建区域划分的网格数多于声波路径数时,重建温度场中通常会出现很多噪点。针对此问题,本文提出一种改进SIRT算法(MSIRT),将平滑滤波器融入SIRT算法,通过专门设计的内、外平滑滤波器,抑制重建温度场中的噪点。为验证所提方法的有效性,对3个典型的模型温度场和一个实际的单峰温度场进行了重建。重建结果表明,与常用的最小二乘法、ART算法和SIRT算法相比,改进SIRT算法的重建误差明显降低。改进的SIRT算法具有更好的复杂温度场重建能力。为提高LSM、ART算法的温度场重建能力,本文提出了改进的LSM算法(MLSM),改进的ART(MART)算法,在LSM、ART算法计算出每个像素的声慢后,加入平滑滤波器对声慢进行平滑滤波,改善算法的重建能力。在有噪声和无噪声情况下,在3个典型的模型温度场中进行了重建,重建结果表明,MLSM算法,MART算法可以有效降低温度场重建误差,相比LSM算法,ART算法抗噪能力更强。