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。
文章目录
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