利用瑞利里兹方法计算固有频率的程序_聊聊计算成像

成像，我在讲傅里叶光学的知乎文章中简单谈了一下。

https://zhuanlan.zhihu.com/p/217503316​zhuanlan.zhihu.com

成像本身是在对待测样品的分布进行观测，也就是看它长什么样，以人眼为例，人眼作为成像系统，不论看什么东西，首先视网膜作为接收端接收了一幅图像，尽管我们觉得我们看到的图像是连续的，但是事实上视网膜一定有一个个像元，我们看到的图像是一个矩阵，矩阵中的每个元素代表相应位置像元接收光的强度，它本身是一个强度的响应，或者说一个神经刺激，然后这些神经刺激经过大脑的整理，最终呈现出看到的图像，然后再通过对图像的分析，知道一些列信息，比如看到了谁，看到他在干什么，通过左右眼不同的图像，又能分析出来看到东西有多远等等的结果。

计算成像大体也就是如此，一个采集记录系统，记录的数据通过处理得到其分布能够与样品对应的像，用以进行后续对于具体问题的分析。

图片来自网络，如有侵权请联系作者删除。

我个人比较习惯从另一个角度讨论这个问题。样品有一个分布，它的分布客观存在，它可以用一个图像表示出来，这个是成像的前提，样品分布作为成像过程待求解的结果，我们不妨称之为x，注意这个x不是数字，可以是矩阵（有时候可能还是复数矩阵），或者说图像。我们有一个固定的采集系统，当我们的样品不同，采集的图像就不一样，这是废话，但是非常重要，后面我可能单独解释一下。采集的图像和样品分布x，不见得是相同的，但是一定有关，成立一个映射，不妨称之为f()，所以我直接采集的图像，就叫y吧，那就构成了一个关系，y=f(x)，那么在已知y并且已知f()的情况下，求解x，这就是成像过程。

如果y=1，f(x)=2x，那求解x就很简单的，但事实上，通常x比较简单且确定，就是一个矩阵或者向量（列采集）甚至点（点采集），而f()可以任意复杂，它可以包含很多的变换（传播、傅里叶变换），甚至它可以只是一个约束条件，而并不能构成一个确定的等式，那么在这种情况下，或者说实际上就是这样，通常求解不出正确的x，真正求解出来的是x的近似，或者说它的解的集合。

我引用信息的说法来解释这个问题，信息论认为，可以用信息熵的大小来衡量信息的多少，最经典的例子，预测足球赛，假设所有队伍实力均等，比赛开始前，预测的难度最大，因为可能的赛程结果有很多种，它的解的空间最大，且解空间中各个具体的解的概率不相上下,信息量的限制让我只能够排除掉没有参赛的球队夺冠的可能。那么随着比赛的进行，有球队不断淘汰，实际上冠军的可能就会落在越来越少的球队身上，解的空间缩小了，而如果我们知道球队的一些其他信息，比如实力对比，那么虽然解的空间没有缩小，但是解的概率出现了不同，存在一些解有更高的概率成为正确解，同样可以帮助到我们的预测。

现实中的光场，我们不考虑什么量子力学，通常认为现实中的光场都是连续的，相当于一个可以用于表示样品分布的矩阵，像元尺寸无穷小，像元个数无穷多&#x