基于ttcrpy的跨孔CT高斯牛顿算法及python代码分享（2）

基于ttcrpy的跨孔CT高斯牛顿算法及python代码分享（2）

ttcrpy是加拿大学者伯纳德·吉鲁（Bernard Giroux）于2021年发布的开源python库，详见（https://github.com/groupeLIAMG），参考文献（Giroux B. 2021. ttcrpy: A Python package for traveltime computation and raytracing.
SoftwareX, vol. 16, 100834. doi:10.1016/j.softx.2021.100834
）。

ttcrpy库包含了三种射线追踪方法：快速扫描算法（FSM）、最短路径法（SPM）、动节点最短路径法（DSPM）。包含其二维与三维的实现。

ttcrpy库中给出了2D矩形网格和三角形网格、3D正六面体与四面体网格等网格剖分形式，对于非规则网格，要利用python中的vtk库和pygmsh库生成。

本博文借助ttcrpy中射线追踪算法，实现跨孔CT的高斯牛顿反演算法，并实现拉普拉斯算子约束的高斯牛顿算法。

一、ttcrpy正演

建立速度模型，利用python中ttcrpy进行正演。

1、模型一

速度模型如下：

正演结果如下：

1.2 模型二

速度模型如下：

ttcrpy正演结果如下：

二、ttcrpy反演

拉普拉斯算子（Laplace Operator）是n维欧几里德空间中的一个二阶微分算子，定义为梯度（▽f）的散度（▽·f）。拉普拉斯算子也可以推广为定义在黎曼流形上的椭圆型算子，称为拉普拉斯-贝尔特拉米算子。

作为一个二阶微分算子，拉普拉斯算子把C函数映射到C函数，对于k≥2时成立。算子Δ :C® →C®，或更一般地，定义了一个算子Δ :C(Ω) →C(Ω)，对于任何开集Ω