[发明专利]一种基于马尔科夫链的高光学介质场重建方法

说明书

本发明公开了一种基于马尔科夫链的高光学介质场重建算法，涉及高光学深度浑浊场物理性质重建算法领域，所述算法包括以下步骤：步骤A、实验预处理；步骤B、离散化，包括介质离散化和角度离散化；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。本发明极大的节约时间成本，求解方法贴近实际情况，能够为场重建过程提供解析解。

技术领域

本发明涉及高光学深度浑浊场物理性质重建算法领域，尤其涉及一种基于马尔科夫链的高光学介质场重建算法。

背景技术

经过复杂介质散射后出射光的角度分布包含了介质内颗粒粒径、浓度等信息，因此对于平板介质出射光散射角度分布的测量与预测意义重大。由于多重散射(光子在介质内部发生碰撞的次数多于一次)现象的存在，散射光角度分布的预测是十分复杂的，同时由于这一现象的存在，针对光学深度较高的介质的光学测量往往会受到精度影响。在实际的工程或科学问题中，时常需要面对未知介质内部性质测量的相关问题，如生物组织病变探测、大气变化监测、发动机近场稠密喷雾粒径测量等，研究人员往往使用光学手段进行测试，通过出射光的分布反推内部性质，即进行光学介质场重建。对于光学介质场的重建过程而言，多重散射的存在会增大计算的复杂性，特别是对光学深度介于2-10的介质时(光子在介质内部发生散射的平均次数位于2-10次之间)，这一部分介质内部会发生多重散射，但散射程度尚未达到可以使用相关理论近似计算的程度。对于这类问题，一种较为成熟的解决方法为求解辐射输运方程(RTE方程)，通过求解析解的方法，能够获得介质场的准确物性信息，但求解RTE方程过程十分复杂，计算成本极高，实际应用中需要进行较多假设以确保方程可解(A.J.Welch and M.J.C.V.Gemert,Optical-Thermal Response of Laser-Irradiated Tissue，2011)，这会使得结果包含系统误差；另一种广泛使用的方法是蒙特卡洛模拟算法，其实现方法较为简单，且较符合实际情况，其最显著的缺点是时间成本极高，由于其计算基于概率，为得出理想结果，通常需要重复散射过程高达数十亿次，即使使用高性能计算机，其计算的时间成本也是难以接受的，同时，受限于算法本身性质，蒙特卡洛模拟虽然能在已知场物性条件下模拟散射光分布，但无法在逆过程(场重建过程)中提供解析解。

因此，本领域的技术人员致力于开发一种高光学深度浑浊场物理性质重建算法，减少计算所需成本和假设条件，为场重建过程提供解析解。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是将计算时间缩减为传统方法的约10％；尽量减少假设条件，贴近实际情况，得到与实际相符的结果；同时可以进行正反运算，能够为场重建过程提供解析解。

为实现上述目的，本发明提供了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。