光学层析成像技术由于其非接触性、结构简单、采样率高、安全性高、分辨率高等特性，在工业流体监测以及医学等领域得到广泛应用，同时在学术领域上也具有很高的研究价值。光学层析成像分为扫描阶段和图像重建阶段。在重建过程中，算法的性能往往决定着图像重建的质量。鉴于现有重建算法存在重建速度慢与图像质量不高等问题，提出一种基于预置矩阵的Landweber重建算法。该算法通过引入历史迭代信息、在迭代过程中添加预置矩阵和加速项而加快迭代速度，减小重建图像与真实图像的误差。对圆形测量场内5个特定分布进行实验仿真，对比所提改进算法与传统算法的性能。仿真结果显示，该算法的重建误差在5%左右，同时证实该改进算法相较于传统算法有显著性能提升，重建误差降低48%，图像质量得到显著提升。

稀疏角度下图像重建算法的研究是发射光谱层析技术在场分布测量方面应用的关键问题。代数重建算法、同时迭代重建算法以及联合代数重建算法是其中应用较为广泛的迭代类图像重建算法。以蜡烛火焰为重建对象, 利用均方差、峰值信噪比、结构相似性和图像平均梯度等图像质量评价指标来分析评价不同算法的图像重建效果, 并发展了一种多指标优化算法融合的技术, 充分利用三种算法的恢复重建优势, 实现了火焰三维温度场的分区重建, 重建温度误差在5%以内。实验结果证明, 所发展的算法融合技术适用于火焰三维温度场的高质量重建。

为了实现对飞秒光丝内部空间结构特征的精细化描述，通过对光丝诱导形成超声信号的正向传播过程进行精细化模拟，然后采用通用反投影算法（UBP）、延迟叠加算法（DAS）和超优光声非负重构算法（SPANNER）等多种光声层析图像重建算法进行反向重建，理论验证了利用多元线性阵列探测的方式重建飞秒单丝和多丝轴向r-z截面图像的可行性。结果表明，当探测距离为3 mm时，单丝和多丝诱导形成的超声信号最大频率约为5 MHz；光声层析法能够较为准确地实现对单丝位置、r-z截面轮廓等信息的反演，但是不同图像重建算法重建效果差异较大。UBP重建算法对单丝的重建存在较为明显的伪影现象；DAS重建算法由于受到“有限孔径效应”的影响，高估了光丝的直径；SPANNER重建算法由于使用最优理论来改进非线性共轭梯度算子，实现了非负性和各向异性总变分正则化，可有效避免噪声干扰，因而对多丝图像的重建效果最好。该研究结果对于揭示光丝结构特征和促进基于光丝的大气应用研究具有一定的参考价值。

由于具有低光毒性、高速宽视场以及多通道三维超分辨成像能力,超分辨结构照明显微术(SR-SIM)特别适合用于活细胞中动态精细结构的实时检测研究。超分辨结构照明显微图像重建算法(SIM-RA)对SR-SIM的成像质量具有决定性影响。本文首先简要介绍了超分辨显微术的发展现状,阐述了研究SR-SIM图像重建算法的必要性;然后介绍了SR-SIM的成像原理,并重点介绍了SR-SIM图像重建算法,包括SR-SIM中频繁使用的去卷积重建算法、SR-SIM校准与重建过程中参数值获取的算法,以及目前发展的超分辨结构照明显微图像重建算法,并介绍了SR-SIM工具箱;最后总结了当前发展超分辨结构照明显微图像重建算法需解决的5个问题。

光学显微成像技术无论是在临床诊疗还是在基础科学研究上都发挥着重要的作用。伴随着新型荧光探针、光学控制、探测器件的不断发展,超分辨光学显微技术突破了传统光学衍射极限的限制,为现代生物医学研究提供了新的工具。在超分辨显微成像技术中,结构光照明显微镜(SIM)通过空间编码的结构光照明样品,将样品部分超出衍射极限的高频信息调制到低频中,从而通过光学系统实现超分辨成像。SIM具有成像速度快,光漂白和光毒性弱以及对荧光染料的非特异性需求等优点,被广泛应用于活细胞超分辨光学显微成像。本文回顾了SIM技术的重要原理与技术进步,重点介绍了SIM硬件设计与图像重构算法中关键的实验要点与技术难点,列举了现阶段SIM在生物成像中的部分应用,探讨了SIM未来的发展方向。期望本文能为SIM的设计和使用者提供一定的指导。

为了提高激光反射断层成像目标重构的图像质量, 在目前激光反射断层成像普遍采用反投影算法重构图像的基础上, 将CT成像中常用的迭代重建算法引入到激光反射断层成像的图像重构过程中。分析了反投影算法中的直接反投影、R-L和S-L滤波反投影以及迭代重建算法在图像重构中的性能特性。进行了仿真和外场实验, 结果表明: 在直接反投影基础上添加了滤波器的反投影算法在减小误差和抑噪能力上都明显提高; 另外相比于反投影算法, 代数迭代重建算法表现出更好的重建质量, 且具有更强的抑噪性能。

介绍了层析成像技术的图像重建算法, 并从正向问题数学模型的简化和反向问题数学模型的映射结构的角度比较了各种算法的特点和优劣。研究表明: 用本质是线性算法的各种变换方法重建图像存在严重失真, 而卷积滤波的引入可以使变换方法的重建效果有所改善; 基于导数搜索的迭代算法对初始值依赖性强、收敛速度慢并且容易陷入局部最优解; 基于Fourier变换的方法具有本质的局限性; 小波变换则可以同时刻画图像时域和频域的细节特征; 有限元法通过重建对象像素的智能划分可以简化正问题的复杂性; 而具有物理背景的蒙特卡罗法、模拟退火法、遗传算法、粒子滤波法及神经网络法更适合于复杂且非线性的图像重建; 智能化、仿生化、并行化以及各种算法的融合是层析成像图像重建算法的发展趋势。

提出一种基于多光谱辐射测温理论及光学层析技术的三维温度场重建方法。建立了基于参考温度的多光谱测温法数学模型,提出了一种基于模拟退火理论的变松弛因子的光学层析技术新算法,通过计算机数值模拟,详细考察了该算法对非对称温度场分布的重建效果并与传统的代数迭代重建算法及滤波反投影算法进行比较。计算结果表明,变弛豫因子重建算法重建精度最高。作为一个应用实例,用多光谱辐射变弛豫因子重建层析方法重建了四峰蜡烛火焰某一截面的温度分布。