光学层析重建算法改进的研究

thorlabs

光学层析技术在温度、密度等流场的非接触测试中有着广泛的应用前景,然而光学层析的重建是非完全数据的投影重建,通常采用的代数迭代法不能很好地解决重建精度这一难题。为此提出了一种新的光学层析技术的代数迭代重建算法,在算法中引入了包含先验知识的属性矩阵,并摒弃了通常所采用的对超松弛系数人为的确定取法,采用了变超松弛系数。实验计算结果表明,引入属性矩阵和变超松弛系数的代数迭代法能够较好的重建非完全数据投影的待测场,极大地提高重建精度,较好地与实测结果吻合。