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。

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。

简要介绍了生物医学中的光声成像技术机理，总结报道了国内外几种典型的光声成像方法和光声图像重建算法的发展历程及其最新进展，指出该技术是一种很有应用前景的医学检测方法。

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。