基于改进Runge-Kutta型landweber的电容层析成像图像重建算法

针对电容层析成像(ECT)技术中的"软场"效应和病态问题,提出了一种改进的RungeKutta型landweber的电容层析成像算法。在分析ECT系统基本原理的基础上,推导出了解决电容层析成像问题的改进Runge-Kutta型landweber算法的数学模型,并采用迭代误差的单调性对算法的收敛性进行了分析。在此基础上探讨了ECT应用该算法的可行性,算法满足收敛条件且重建图像误差小。仿真和实验结果表明,该算法和LBP、landweber、最速下降法和共轭梯度算法相比,该算法兼备成像质量高、稳定性好等优点。     

基于小波神经网络的电容层析成像图像重建算法

电容层析成像(electrical capacitance tomography,ECT)技术是一个复杂的非线性问题,针对图像重建问题的病态性,提出了基于小波神经网络的图像重建算法。利用主成分分析法对输入变量(电容测量值)进行降维处理,利用小波神经网络建立电容测量值与成像区域介电常数分布的非线性映射。小波神经网络的神经元激励函数由伸缩和平移因子决定的小波基函数,采用BP算法对网络进行训练,并引入学习率与动量因子的自适应调整方法以加快网络训练的收敛速度。实验结果表明,与典型的反投影及Landweber迭代算法相比,该算法所构图像质量有明显改善。     

基于COMSOL电容层析成像

过程层析成像技术是两相流检测中的一种新型的检测技术,有广泛的适用性.本文采用一种新的方法一COMSOL对电容层析成像研究并仿真.首先介绍电容成像系统的结构和电容传感器的数学模型;其次,用COMSOL对管道横截面建模、划分网格并仿真;最后,分析了不同介电常数和不同介质对成像质量的影响.     

电容层析成像系统质量实验分析

利用电容层析成像系统实验装置对气/固两相流成像质量进行实验研究.实验结果表明,在图像重建算法一定的情况下,成像质量均受成像传感器极板长度、成像区域像素个数和成像对象等因素的影响.文中还提出了相应的解决方法.     

广义矢量模式匹配法在电容层析成像技术上的应用

电容层析成像技术(ECT)具有结构简单，非侵入测量，可在线成像等优点。文中介绍了其测量原理和一些重构图象的算法，并引入广义矢量模式匹配法(GVSPM)和改进的伪逆法求解ECT逆问题。通过对比LBP、改进的伪逆法和GVSPM在静态的套管试验及动态的气固流动测量中重构出的图像，表明GVSPM方法提高了空间分辨率，对流动区域中心介电常数的变化成像清晰，减少了线性反投影算法因为软场效应造成的成像中气固分界上的“绒毛”现象。     

基于WNN的电阻层析成像图像重建算法的研究

本文对于电阻层析成像系统的图像重建提出了一种基于小波神经网络的图像重建算法,介绍了电阻层析成像技术的原理、数学模型及问题描述,给出了小波神经网络的结构、特点及图像重建的过程.利用MATLAB编程进行了图像重建的仿真实验.仿真结果表明,与线性反投影算法相比,小波神经网络算法提高了重建图像的质量.用横截面图像误差作为重建图像质量的评判标准,线性反投影算法的误差超过了10%,而小波神经网络的算法低于5%.     

图像融合理论在电容层析成像中的应用

针对图像重建问题,介绍了电容层析成像的系统构成及基本原理,多分辨率图像融合方法和融合规则,并对预处理投影Landweber算法和改进的Tikhonov正则算法所仿真的结果进行图像融合。结果表明:融合图像成像精确度明显地提高,去除冗余信息后的图像更接近原型,可应用于现场两相流的实时图像重建。     

EMT用于金属结构裂纹图像重建的仿真研究

针对港口企业对港机探伤可视化的需求,进行了电磁层析成像(EMT)技术用于港机金属结构裂纹成像的仿真研究。Landweber迭代算法是一种常用的经典图像重建算法,但用于EMT金属结构探伤成像中则多有不足。为了提高图像重建质量,首先对经典Landweber算法进行了改进,根据传感结构的特点定义了图像重建的"感兴趣区域",通过裂纹定位、移位等过程使其位于"感兴趣区域",然后再进行Landweber图像重建;这种改进后的Landweber图像重建效果较好,但缺点是不能一次成像。然后,基于金属结构裂纹稀疏分布的特性,采用一种稀疏重建方法,即子空间追踪(SP)算法对裂纹进行图像重建,仿真结果表明,SP算法在图像重建质量、算法鲁棒性等方面明显优于经典Landweber算法,且重建过程耗时短,可以一次成像。     

核电站蒸汽管道的正则化算法及仿真研究

分析了电容层析成像技术在核电厂主蒸汽管道的应用前景,并应用计算软件,对核电站蒸汽管道的横截面进行建模和划分网格。利用改进后的正则化算法,对核电厂主蒸汽管道内介质的典型流型进行了仿真和计算,最后给出了精确的计算结果。     

利用多准则Hopfield网络对ECT进行图像重建

针对电容层析成像技术中图像重建质量较差的问题,提出一种基于多准则Hopfield网络模型的电容层析成像的改进图像重建算法。首先分析了ECT图像重建和Hopfield网络的基本原理,然后根据ECT图像重建的特点确定了4种准则函数:图像熵、测量电容和估计电容的误差平方和、重建图像的局部非均匀性函数和总变差,并将这4种准则函数引入Hopfield网络的能量函数中,由此推导出Hopfield网络的动态方程,在此基础上得到ECT图像重建迭代算法,最后通过仿真实验对所提方法进行了验证。仿真实验结果表明利用此方法获得的重建图像误差和相关系数比LBP算法和Landweber迭代算法得到的相应指标要好。由此可见,该方法是一种有效的、精确度较高的ECT图像重建方法。     

电容层析成像系统关键技术

介绍电容层析成像系统中两个关键技术：电容／电压转换电路和图像重建算法。电容／电压转换电路采用激励源幅值可控负反馈法设计，电路具有较好的线性度、稳定性和抗杂散电容干扰能力。图像重建算法采用正则化优化修正算法，实验结果表明，所重建的图像质量和图像重建速率都得到提高。     

基于双参数模型的ECT图像重构混合算法

为了提高电容层析成像重构图像的精度和速度,本文提出了一种基于双参数模型的电容层析成像图像重构混和算法。该算法利用Morozov偏差原理确定Tikhonov正则参数,能使正则参数的选取与初始数据的误差相匹配,同时基于Morozov偏差方程导出了一种双参数模型,并进一步与牛顿法相结合用于快速得到最优的正则参数。数值实验表明:与线形反投影算法(LBP)、Landweber迭代算法和L-曲线法相比,所提出的混合算法具有图像重构速度快、精度高的优点。     

基于改进极小范数解的电容层析成像图像重建算法

提出了一种新的电容层析成像图像重建算法。在分析极小范数解的基础上，针对电容层析成像(ECT)逆问题的特点，利用正则技巧对其进行改进，并利用奇异值分解定理分析了这种改进的数值稳定作用。在此基础上，利用加权技巧建立新的目标泛函进一步改进极小范数解，并在求解该泛函的过程中采用正则技巧确保数值解的稳定性。数值实验表明，该算法是有效的，能够有效地克服ECT图像重建的数值不稳定性；而且该算法计算直接、无需任何复杂的技巧；就该文所考察的重建对象而言，其图像重建质量好于线性反投影算法(LBP)、标准Tikhonov 正则法和投影Landweber迭代法。从而为ECT图像重建提供了一种新的有效方法。     

一种新的电容层析成像电容测量值归一化模型

在电容层析成像(electrical capacitance tomography,ECT)图像重建中,测量电容需根据高、低介电常数进行归一化处理.并联模型为常用的归一化模型,其归一化电容值与测量电容值为线性关系.串联归一化模型,其归一化电容值与测量电容值则为非线性关系,与并联归一化模型相比,重建图像有所改善.最新提出的基于电力中心线的混联模型为并联及串联归一化模型的混合,该文针对混联归一化模型提出了确定模型因子的多阈值方法.仿真及实验结果表明.基于多阈值的混联归一化模型,其重建图像质量得到较大提高.     

基于正则化的LANDWEBER电容层析成像图像重建算法研究

在分析电容成像基本原理和图像重建算法基础上,针对Landweber迭代算法收敛速度慢,本文提出一种基于Tikhonov正则化算法的Landweber迭代法.算法采用Tikhonov正则化算法代替LBP算法作为Landweber迭代法的起始步,并推导出相应的优化迭代步长.经仿真验证,该算法在图像重建收敛速度和抗干扰能力上要高于Landweber迭代法.     

一种改进的梯度加速Landweber算法及其在ECT图像重建中的应用

图像重建算法是电容层析成像技术(electrical capacitance tomography, ECT)在工业应用中的关键。Landweber迭代算法在图像重建的精度和速度上取得了较好的折衷性,但其收敛速度较慢,且迭代后期具有不稳定性,无明确的迭代停止准则。提出一种改进的梯度加速Landweber迭代算法,依据级数理论对梯度加速Landweber迭代算法进行深入分析,通过构造残差矩阵并添加约束因子获得新的迭代公式,并将其应用于ECT图像重建。数值仿真结果表明,改进算法对各流型的相对误差及相关系数均可在较少次迭代后稳定收敛于某一确定值,具有明确的迭代停止准则,且对于大多数流型的重建图像在主观质量上更接近于原始流型,从而验证了改进算法的稳定性及有效性。     

基于TV正则化算法的电容层析成像自适应剖分方法

针对电容层析成像逆问题解的不适定性及重建图像分辨率较低的问题,提出一种基于总变差(totalvariation,TV)正则化的图像重建算法,并由该算法提出一种自适应剖分方法。同常见的Tikhonov正则化算法相比,这种新算法不仅保证了逆问题求解的稳定性,而且提高了对介质非连续分布区域成像的分辨能力,具有良好的保边缘性。基于该算法的自适应剖分方法能够根据介质分布自动对剖分网格进行局部细分。相比全区域细分方法,这种剖分方法在保证图像分辨率的同时减少了计算量,提高了图像重建速度。实验结果表明,该算法在重建图像质量和实时性两方面均具有优势。