[发明专利]一种基于马尔科夫链的高光学介质场重建方法

权利要求书

1.一种基于马尔科夫链的高光学介质场重建算法，其特征在于，所述算法包括以下步骤：

步骤A、预处理，通过光学实验，得到出射角度的理论分布结果；

步骤B、离散化，包括介质离散化和角度离散化，其中所述介质离散化即为将未知介质等分为若干层，所述角度离散化即为将散射角度分为若干层；

步骤C、结合所有可能性列举出所有可能的性质分布，并根据时间方法简化可能性数目；

步骤D、构建状态转移矩阵；

步骤E、基于马尔科夫链算法模拟各个可能性下的出射光角度分布结果；

步骤F、通过全局优化算法将步骤E所述出射角度分布与步骤A所述出射角度的理论分布进行拟合选择；

步骤G、通过步骤F所述拟合结果得到最相符的场重建结果；

步骤H、结束。

2.如权利要求1所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述步骤D中所述状态转移矩阵定义为位于某一层的粒子沿特定方向转移到另一层的概率。

3.如权利要求3所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述概率的计算公式基于马尔科夫链算法具体为：

T((z_m,θ_i),(z_n,θ_j))＝P(z_m,z_n,θ_i)·P(θ_i,θ_j,n) (1)

其中T((z_m,θ_i),(z_n,θ_j))表示光子从(z_m,θ_i)状态转移到(z_n,θ_j)的概率矩阵，P(z_m,z_n,θ_i)表示光子在两处均发生散射，且两次散射间传播方向为θ_i的概率，这一概率由介质的物理性质直接决定，P(θ_i,θ_j,n)表示以第一个角度入射，在具有某一均一光学性质的第n层介质中传播，最终以第二个角度出射的概率。Σ_e,z表示z位置的消光系数，α表示当此入射与出射间方向的夹角，表示方位角，Γ_n表示第n层介质中的相函数，取决于介质本身。

4.如权利要求4所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述公式(4)的相函数在解决场重建(即反运算过程)时参考马尔科夫链理论，修改为：

5.如权利要求1所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述步骤D中构建所述状态转移矩阵使用时间来定义事件。

6.如权利要求1所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述步骤D中构建所述状态转移矩阵以碰撞是否发生来区分来定义事件。

7.如权利要求1所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述步骤F具体包括：将步骤A所述理论结果与步骤E所述模拟结果进行匹配拟合，选择出最适方案作为预测结果，具体计算公式为：

其中的脚注meas表示实际结果(来自于蒙特卡洛模拟)，而脚注simu表示模拟结果，Q表示散射光线出射分布矩阵。

8.如权利要求1所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述步骤A具体包括：若所述光学实验条件允许，直接通过实验测量出射角度分布情况作为所述出射角度的理论分布，若实验条件不允许，则根据蒙特卡洛算法模拟出射角度分布情况，通过适当添加噪声，得到所述出射角度的理论分布结果。

9.如权利要求1所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述步骤B所述介质离散化方法包括均匀化离散方法和非均匀离散方法。

10.如权利要求1所述的基于马尔科夫链的高光学介质场重建算法，其特征在于，所述步骤F所述全局优化算法包括模拟退火、粒子群优化、基因算法。