论文部分内容阅读
在惯性约束聚变(Inertial Confinement Fusion, ICF)实验中，靶丸压缩的对称性和均匀性是实现靶丸高效聚爆的前提条件。因此，必须对靶丸的压缩过程进行观测以获得靶丸压缩对称性、等离子体流体力学不稳定性和激光辐照均匀性等重要物理信息。但是，传统的诊断设备如分幅相机、针孔相机等所拍摄得到的图像由于是三维靶丸沿某个方向的二维投影，不具备深度信息，只能反映出靶丸的大体轮廓，因而难以对靶丸的压缩对称性和均匀性进行精确地诊断。针对上述问题，本文将医学CT(Computed Tomography)图像重建领域的经典算法应用到惯性约束聚变实验三维图像重建问题中。文中首先介绍了CT成像的基本原理及几种常见的重建方法，研究分析了影响图像重建精度的各种因素；基于SIRT(Simultaneous Iterative Reconstruction Technology)算法，提出了一种新的迭代重建算法(Simulated Annealing Multi-criterion Reconstruction Technique,SAMRT)，并进行仿真实验；设计了靶丸的三维重建数值模型，依据X射线的传输特性及分幅相机的成像原理产生投影数据，并应用传统的重建算法和本文所提出的新算法进行重建仿真。本文的研究工作主要体现在：(1)针对传统诊断设备所存在的局限性，将CT图像重建算法引入到ICF实验诊断领域。对几种不同的CT图像重建算法在ICF应用中的可行性进行了仿真评估，建立了重建性能指标与有关参数的定量关系，提出了迭代算法中各种参数的有效选取方法；研究分析了影响CT图像重建精度的各种主要因素，为下一步算法的改进提供理论支持。(2)在传统SIRT算法的基础上，引入模拟退火算法和多目标优化思想，对SIRT算法进行改进，提出了一种新的算法—SAMRT算法，并与传统算法进行仿真对比。(3)设计靶丸三维重建模型，根据ICF实验X射线传输特性及分幅相机的成像原理产生二维投影图像，利用传统算法及SAMRT算法由二维投影图像进行三维重建仿真，对比各种算法的重建效果。