声学CT温度场重建技术是通过将多个声波收发器放置于被测区域周围,形成若干条穿越被测区域的有效声波路径。之后测量声波在各路径上的飞行时间,获得对应方向上声速分布的投影数据。再利用合适的重建算法,利用投影数据重建出被测区域的声速分布。根据声速与温度的关系,最终获得重建温度分布。这是一种非接触的测量技术,因此,不会对被测温场产生干扰,且具有测温区域广、环境适应力强等优点,在工农业以及自然环境监测等领域有广阔的应用前景。声学CT温度场重建中,重建算法至关重要。传统重建算法主要包括最小二乘法、ART迭代法、SIRT迭代法等。这些算法求被测区域划分的网格数要少于声波路径数。故而这些算法既有稳定性好的突出优势,也有边缘温度信息缺失的显著不足。为了弥补其不足,本文提出了两种基于传统算法的两阶段重建算法。本文首先提出了一种基于传统算法和径向基函数的两阶段重建算法。先用传统算法重建出粗网格描述的温度分布;再利用带线性拓展的径向基函数得到完整、细致的温度分布。而后本文又提出了一种基于传统算法和高斯过程回归模型的两阶段算法。先用传统算法重建出粗网格描述的温度分布;再利用高斯过程回归模型得到完整、细致的温度分布。两阶段算法中的传统算法分别采用了最小二乘法、ART迭代法和SIRT迭代法。通过对典型温度场的仿真重建,比较研究了传统算法以及本文提出的两阶段重建算法的重建性能。结果表明本文提出的两阶段算法具有较高的重建精度和较强的抗干扰能力;而且扩大了对于被测区域的测量范围。本文基于Matlab软件设计并集成了二维温度场重建软件。该软件可以方便、快捷、准确的进行二维温度场重建及内、外推细化。