通过常规的光谱技术在稠密介质中的吸光度测量会导致结果不准确。 这主要是由于多重散射现象导致被询问样品中的整体光灭绝。 该限制要求将稀溶液用于吸收光谱。 但是，根据所用溶剂的极性，吸收光谱可能会在给定溶液中变化。 结构照明技术提供了此问题的替代方法，并提供了在密集介质中计算原位光学特性的能力。 在本文中，我们提出了两种处理方法，分别应用于通过结构化激光照明平面成像（SLIPI）技术获取的图像以提取探测溶液的消光系数μ_e：第一种是基于主成分分析（PCA）的实现，第二种是关于平均值的计算。 在实践中，进行了两种研究：一组在叶绿素液体溶液中的定量测量，另一组是浓咖啡溶液的测量，每种样品的比例和浓度均受控。 提议的这两种分析技术是有利的，因为它们非常易于实现，并且提供了比前一种更简单的替代方法。 两种方法均提供令人满意的结果，类似于使用基于一维傅里叶变换的原始方法获得的结果。

运用激光雷达监测气溶胶是大气环境监测的一项重要内容, 通过激光雷达方程可以反演得到气溶胶消光系数, 并进而获得气溶胶的其他特性。然而传统方法在反演气溶胶消光系数时需要很多假设, 使得反演精度受到很大限制。提出了一种利用多层自适应线性(Madaline)人工神经网络来反演气溶胶消光系数的方法, 通过对网络进行训练, 可由激光雷达回波信号直接反演气溶胶消光系数, 从而可有效避免传统方法的诸多假设。对比实验表明该方法使反演精度大大提高, 获得了很好的反演结果。

针对成像激光雷达的应用背景,利用Klett 迭代方法求解水平路程激光大气传播的消光系数,并采用Monte2Carlo 方法对典型应用背景下的接收信号进行了模拟,结果表明:采用该方法求解的消光系数的理论误差小于6 %;在考虑大气湍流起伏的情况下,消光系数的起伏变化明显,但是与理论模型的变化趋势吻合。

程序画的图和文章比对过，程序是对的。程序中只有散射系数、吸收系数、消光系数、后向散射系数、不对称因子，需要计算场的话没有。

用于计算Mie散射的成像：包括散射，消光以及吸收系数。建议MATLAB在2014版下运行。

基于MIE散射的消光系数计算代码

大气消光系数去雾算法总结，承接上一篇传的去雾算法每个人理解总结，然后还要之前本人写的代码，也在资源里面，非暗通道处理的去雾代码

为了利用激光雷达探测的消光系数垂直分布来反演气溶胶质量浓度的垂直分布,研究气溶胶消光系数与质量浓度之间的关系就显得十分重要。根据Mie散射理论,分析了气溶胶的质量消光系数、消光系数和质量浓度之间的关系,引进了等效参数,分析了Junge指数对等效参数的影响,用实际测量的粒子谱分布、能见度、相对湿度和气溶胶质量浓度验证了气溶胶消光系数和质量浓度之间的关系。这对利用激光雷达测量的气溶胶消光系数垂直分布来反演气溶胶质量浓度的垂直分布是很有实用价值和指导意义的。

米氏散射：消光系数与尺度参数的关系

米氏散射：消光系数+散射系数