基于多源脉冲激光信息融合的弥散介质多宗量场重建装置及方法与流程

本发明属于光学成像技术领域，具体为基于多源脉冲激光信息融合的弥散介质多宗量场重建方法。

背景技术：

弥散介质是指包含颗粒的参与性介质，生物组织、陶瓷热防护材料、红外涂层、发动机羽流、炉膛火焰和气溶胶颗粒等都属于弥散介质。弥散介质的光学参数重建以弥散介质的光子传输过程为基础，通过探测并分析介质边界出射光子携带的与内部光学参数有关的信息，并利用数值最优化技术重建弥散介质内部的多宗量光学参数场。弥散介质的多宗量光学参数场重建是非接触测量理论和方法的关键核心问题，在生物医学成像、无损探测、红外遥感、火焰测温等领域的研究中发挥着重要作用。

利用近红外光激光作用于弥散介质时，根据选用激光光源的不同，可分为稳态模型利用连续激光入射，频域模型利用调频激光入射，时域模型利用脉冲激光入射，三种辐射传输模型。时域模型提供了更多的探测信息，可以更为准确地进行光学参数场重建。

然而目前运用时域模型进行光学参数场重建时，多采用单一的脉冲激光入射的探测及重建方法，探测得到的信息较少、重建得到的图像边缘较为模糊，不能较好地反映真实的情况，而利用多源脉冲激光获得包含丰富内部光学参数分布信息的辐射强度信号，应用矢量信息融合进行探测及重建的弥散介质多宗量场测量技术尚未得到应用。

技术实现要素：

本发明的目的是：现有技术对弥散介质多宗量场同时重建的研究中，大多采用单一的脉冲激光入射的探测及重建方法，这种方法存在探测得到的信息较少、重建得到的图像边缘较为模糊，不能较好地反映真实的情况的问题。

本发明采用如下技术方案实现：基于多源脉冲激光信息融合的弥散介质多宗量场重建装置，包括：激光控制器1、激光头2、1×4光开关4、光电探测器5、数据采集处理系统6和1×16光开关7；

所述光电探测器5的输入端与1×16光开关7的输出端连接，所述光电探测器5的输出端与数据采集处理系统6的输入端连接，所述激光控制器1的输出端同时与激光头2的输入端和数据采集处理系统6的输入端连接，所述激光头2的输出端与1×4光开关4的输入端连接。

进一步的，基于多源脉冲激光信息融合的弥散介质多宗量场重建方法，包括以下步骤：

步骤一：开启激光控制器1，并调节激光控制器1，选取z种不同的脉冲宽度的脉冲激光，分别入射弥散介质3，其中z≥2，每选取一种脉冲宽度的脉冲激光时，运用1×4光开关4切换通道，使得每选用一种激光入射弥散介质3时，激光头2发射的脉冲激光都从弥散介质3的四个边界分别入射一次；

激光头2每发射一次脉冲激光并运用数据采集处理系统6测量弥散介质16个探测点中一个探测点的辐射强度信号时，则运用1×16光开关7切换一次通道，并利用数据采集处理系统6采集一次弥散介质边界的辐射强度信号；

数据采集处理系统6对其获得的辐射强度信号进行处理，获得弥散介质3各边界射出的光谱辐射强度值作为脉冲激光入射时的测量信号，m表示选取入射激光脉冲宽度序号，s表示光源照射的边界序号，d表示探测点位置序号；

步骤二：假设弥散介质的多宗量光学参数场初值为μ⁰，将μ⁰带入时域扩散近似方程，计算得到不同脉冲激光入射下介质边界的透反射辐射强度信号与步骤一中的测量信号构成目标函数f(μ⁰)；

步骤三：根据基于梯度的数值优化算法构造下降方向d^k，满足：

步骤四：根据基于梯度的数值优化算法确定沿下降方向变化的步长a^k，满足：f(x^k+a^kd^k)＜f(x^k)，若求得下降步长a^k小于设定的最小步长ε，则执行步骤七；否则执行步骤五；

步骤五：更新弥散介质光学参数场的分布值，得到第k步迭代得到的光学参数分布μ^k：μ^k＝μ^k-1+δμ，k＝1,2,…；δμ表示光学参数场的改变量；

步骤六：根据第k步迭代得到的光学参数分布μ^k，运用时域扩散近似方程进行计算，得到介质边界的辐射强度信号计算目标函数f(μ^k)，如果目标函数值小于阈值σ，执行步骤七；否则，执行步骤三；

步骤七：将当前迭代得到的光学参数场作为重建结果，结束反演过程。

进一步的，所述步骤一中激光头2发射的激光射入弥散介质3时，激光头2发射的激光射入弥散介质3各边界的中心点。

进一步的，所述步骤二中弥散介质的多宗量场μ包括吸收系数μa和散射系数μs光学参数场，且两部分参数场同时进行重建。

进一步的，所述步骤二中时域扩散近似方程的表达式如下：

式中，r表示空间位置，t表示时间，n表示介质的折射率，c0表示光速，g(r,t)表示t时刻位置r处的投射辐射，s(r，t)表示入射激光引入的辐射源项，μa(r)表示介质的吸收系数，d(r)为介质的扩散系数。

进一步的，所述介质的扩散系数d(r)由如下公式求得：

其中μ′s(r)＝(1-g)μs(r)为约化散射系数，μs(r)表示介质的散射系数。

进一步的，所述步骤二中目标函数f(μ⁰)的表达式为：

其中，ψ(μ)为正则化项，由广义马克尔夫随机场模型构建得到：

其中n表示邻点参数点的集合，xs和xr表示两个相邻的参数，下标s、r表示相邻的两个点，p为锐度化系数，bs-r为权重系数。

进一步的，所述步骤三和步骤四中基于梯度的数值优化算法为最速下降法、牛顿法、拟牛顿法或共轭梯度法。

本发明采用上述技术方案，具有如下有益效果：本发明利用多源脉冲激光入射得到较为丰富的探测信号，解决单一的脉冲激光入射进行探测及重建的研究中提供探测信号包含信息较少、重建得到的图像边缘较为模糊的问题。并运用光电探测器探测得到多源脉冲激光入射时边界的出射辐射强度信号，结合优化算法进行重建分析，从而解决时域重建问题中的得到图像边缘较为模糊，不能较好地反映真实情况的问题。

附图说明

图1为本发明装置的结构图。

图2为本发明重建方法的流程图。

具体实施方式

具体实施方式一：下面结合图1和图2具体说明本实施方式，在本实施方式中，基于多源脉冲激光信息融合的弥散介质多宗量场重建装置，包括：激光控制器1、激光头2、1×4光开关4、光电探测器5、数据采集处理系统6和1×16光开关7；

所述光电探测器5的输入端与1×16光开关7的输出端连接，所述光电探测器5的输出端与数据采集处理系统6的输入端连接，所述激光控制器1的输出端同时与激光头2的输入端和数据采集处理系统6的输入端连接，所述激光头2的输出端与1×4光开关4的输入端连接。其中，激光头2通过1×4光开关4切换通道来控制光源入射的位置，1×4光开关4的4个支口连接在弥散介质3的表面中心点；光电探测器5通过1×16光开关7切换通道来控制信号探测的位置，1×16光开关7的16个支口均匀布置在弥散介质3的四个表面上。

具体实施方式二：下面结合图1和图2具体说明本实施方式，在本实施方式中，基于多源脉冲激光信息融合的弥散介质多宗量场重建方法，包括以下步骤：

步骤一：开启激光控制器1，并调节激光控制器1，选取z种不同的脉冲宽度的脉冲激光，分别入射弥散介质3，其中z≥2，每选取一种脉冲宽度的脉冲激光时，运用1×4光开关4切换通道，使得每选用一种激光入射弥散介质3时，激光头2发射的脉冲激光都从弥散介质3的四个边界分别入射一次；

激光头2每发射一次脉冲激光并运用带有tpspc模块的数据采集处理系统6测量弥散介质16个探测点中一个探测点的辐射强度信号时，则运用1×16光开关7切换一次通道，并利用数据采集处理系统6采集一次弥散介质边界的辐射强度信号；

装有tpspc模块的数据采集处理系统6对其获得的辐射强度信号进行处理，获得弥散介质3各边界射出的光谱辐射强度值作为脉冲激光入射时的测量信号，m表示选取入射激光脉冲宽度序号，s表示光源照射的边界序号，d表示探测点位置序号；

步骤二：假设弥散介质的多宗量光学参数场初值为μ⁰，将μ⁰带入时域扩散近似方程，计算得到不同脉冲激光入射下介质边界的透反射辐射强度信号与步骤一中的测量信号构成目标函数f(μ⁰)；

步骤三：根据基于梯度的数值优化算法构造下降方向d^k，满足：

步骤四：根据基于梯度的数值优化算法确定沿下降方向变化的步长a^k，满足：f(x^k+a^kd^k)＜f(x^k)，若求得下降步长a^k小于设定的最小步长ε，则执行步骤七；否则执行步骤五；

步骤五：更新弥散介质光学参数场的分布值，得到第k步迭代得到的光学参数分布μ^k：μ^k＝μ^k-1+δμ，k＝1,2,…；δμ表示光学参数场的改变量；

步骤六：根据第k步迭代得到的光学参数分布μ^k，运用时域扩散近似方程进行计算，得到介质边界的辐射强度信号计算目标函数f(μ^k)，如果目标函数值小于阈值σ，执行步骤七；否则，执行步骤三；

步骤七：将当前迭代得到的光学参数场作为重建结果，结束反演过程。

具体实施方式三：本实施方式是对具体实施方式二的进一步改进，本实施方式与具体实施方式二的区别是所述步骤一中激光头2发射的激光射入弥散介质3时，激光头2发射的激光射入弥散介质3各边界的中心点。

具体实施方式四：本实施方式是对具体实施方式二的进一步改进，本实施方式与具体实施方式二的区别是所述步骤二中弥散介质的多宗量场μ包括吸收系数μa和散射系数μs光学参数场，且两部分参数场同时进行重建。

具体实施方式五：本实施方式是对具体实施方式二的进一步改进，本实施方式与具体实施方式二的区别是所述步骤二中时域扩散近似方程的表达式如下：

式中，r表示空间位置，t表示时间，n表示介质的折射率，c0表示光速，g(r,t)表示t时刻位置r处的投射辐射，s(r，t)表示入射激光引入的辐射源项，μa(r)表示介质的吸收系数，d(r)为介质的扩散系数。

具体实施方式六：本实施方式是对具体实施方式五的进一步改进，本实施方式与具体实施方式五的区别是所述介质的扩散系数d(r)由如下公式求得：

其中μ′s(r)＝(1-g)μs(r)为约化散射系数，μs(r)表示介质的散射系数。

具体实施方式七：本实施方式是对具体实施方式二的进一步改进，本实施方式与具体实施方式二的区别是所述步骤二中目标函数f(μ⁰)的表达式为：

其中，ψ(μ)为正则化项，由广义马克尔夫随机场模型构建得到：

其中n表示邻点参数点的集合，xs和xr表示两个相邻的参数，下标s、r表示相邻的两个点，p为锐度化系数，bs-r为权重系数。

具体实施方式八：本实施方式是对具体实施方式二的进一步改进，本实施方式与具体实施方式二的区别是所述步骤三和步骤四中基于梯度的数值优化算法为最速下降法、牛顿法、拟牛顿法或共轭梯度法。

需要注意的是，具体实施方式仅仅是对本发明技术方案的解释和说明，不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的，仍应落入本发明的保护范围内。