基于深度信念网络的ECT图像重建算法

为提高图像重建质量,针对电容层析成像技术(ECT)中的电容数据复杂多样且与介电常数呈非线性关系的特点,提出一种基于深度信念网络(DBN)的重建算法,利用DBN的深层非线性网络结构来实现电容值与重建图像灰度值非线性关系。并对DBN进行了改进,将自适应步长(AS)引入到对比散度(CD)算法中,解决固定步长寻找全局最优困难的问题,改善图像质量;在微调阶段采用拟牛顿法加快收敛速度,减少训练时间。在COMSOL5.3软件上进行仿真试验,通过MATLAB2014a对图像进行重建。试验结果表明:DBN能够有效地重建图像,并且要优于传统算法;改进后的DBN训练时间缩短了5.51s,图像误差低至0.0094,相关系数高达0.9973,是研究ECT图像重建的新方法和手段。     

一种组合电极电容层析成像重建图像融合方法

提出一种基于电容层析成像(ECT)组合电极重建图像及层次聚类的ECT图像融合方法。首先,构建组合8电极及12电极ECT阵列传感器,研究2种组合传感器激励测量方案;其次,采用层次聚类法对两种组合电极ECT重建图像进行聚类,从而消除重建过程中产生的伪影;最后,将聚类后的2种图像再进行小波融合重建。实验结果表明,相较于原始重建图像,所提方法重建图像平均相对误差最小,最大降幅达到23.4%,平均相关系数最大,最大增幅达到10.56%。     

基于梯度投影稀疏重建算法的电容层析成像图像重建

为解决两相流中存在中心物体、物体比较小或存在多个物体且相距较近时电容层析成像(ECT)重建图像精度较差的问题,基于稀疏分布的流型其介电常数分布满足稀疏性的先验条件,采用梯度投影稀疏重建(GPSR-BB)算法进行ECT图像重建。仿真及实验测试结果表明:GPSR-BB算法对于流体中小目标以及复杂流型的图像重建质量较好,重建图像的形状保真度高。     

基于改进线性Bregman算法的ECT图像重建算法

针对电容层析成像(ECT)逆问题求解的欠定性,将分别利用奇异值分解(SVD)和二阶迭代思想改进后的线性Bregman算法应用到ECT图像重建过程中.仿真实验结果表明,它们比SVD、Landweber、CG和线性Bregman算法的成像分辨率更高,速度也更快;在2种改进算法中,基于奇异值分解改进的图像重建伪影更少,而基于二阶迭代改进的速度明显提升.     

基于改进线性Bregman算法的ECT图像重建算法

针对电容层析成像(ECT)逆问题求解的欠定性,将分别利用奇异值分解(SVD)和二阶迭代思想改进后的线性Bregman算法应用到ECT图像重建过程中.仿真实验结果表明,它们比SVD、Landweber、CG和线性Bregman算法的成像分辨率更高,速度也更快;在2种改进算法中,基于奇异值分解改进的图像重建伪影更少,而基于二阶迭代改进的速度明显提升.     

基于小波变换的CT/ECT图像融合方法

在基于工业CT及ECT的多相流参数测量中,CT所得重建图像分辨率较高,但由于其投影角度较少,重建图像边缘出现失真;对于ECT 系统,由于其敏感场软场特性,其重建图像分辨率较低,但图像边缘保真度高。基于二者的互补特性,研究了CT/ECT图像融和方法,提出了改进的逻辑滤波器算法应用于小波变换的低频系数融合规则,结果表明该方法可提高融合后的重建图像质量。     

基于卷积稀疏编码的电容层析成像图像重建

针对电容层析成像(ECT)病态性逆问题，提出了一种将卷积稀疏编码模型作为惩罚项嵌入到ECT最小二乘问题的方法，通过预先训练好的滤波器并结合交替方向乘子算法(ADMM)对此模型进行求解，从而完成ECT图像重建。对提出的方法进行了仿真及实验测试，并与LBP、Tikhonov正则化及Landweber迭代算法进行比较。结果表明，提出的方法其重建图像平均相对误差和相关系数分别为0.438 9及0.896 8,均优于其他3种方法，中心物体及多物体分布的重建质量得到显著提升。     

基于改进白骨顶鸡优化算法的ECT图像重建北大核心CSCD

电容层析成像(ECT)技术求解图像重建问题存在严重的不适定性。为提高图像重建精度,提出了一种改进白骨顶鸡优化算法的ECT图像重建算法。针对标准白骨顶鸡优化算法(COA)中初始种群随机生成而导致的算法稳定性差和容易陷入局部最优的问题,引入了佳点集和正余弦优化方法,并融合了ART重建算法,根据ECT成像特点改进了目标函数。最后,进行仿真和静态实验,并与线性反投影(LBP)算法、Landweber算法、ART算法进行对比。结果表明,该方法可有效提高图像重建精度。     

基于多视图立体视觉的沙堆三维尺寸测量研究

利用从运动中恢复结构方法(SFM),提出了一种基于多视图立体视觉的沙堆三维重建及三维尺寸测量方法。首先根据SFM方法的求解不稳定特点,结合光束平差法对SFM求解过程进行分析及优化;其次针对SFM重建结果为稀疏点云的问题,利用基于面片的稠密重建算法重新生成稠密的三维点云,再利用泊松算法对密集点云进行三维曲面重建;最后获得模型的三维尺寸信息。对某建筑工地的沙堆进行了三维尺寸的测量实验,实验结果验证了该方法的有效及可行性,提高了重建能力及精度,同时考虑了目标实际测量误差与重建误差,能够满足实际智能测量的应用需求。     

基于改进ResNet-18网络的电容层析成像图像重建

为求解电容层析成像(ECT)中的非线性病态反问题，提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成，每个残差块被分组，然后通过组内残差连接，以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集，利用深度残差网络的非线性映射能力，完成训练集的学习与训练，并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明：与LBP、Landweber迭代算法及未改进ResNet-18算法相比，该方法的图像重建质量明显提高，并具有良好的泛化能力。     

电容层析成像系统阵列电极三维优化设计

基于COMSOL软件构建了电容层析成像传感器三维有限元模型,并实现其正问题求解,在此基础上,进行了电容层析成像3层分布的阵列电极传感器参数的无量纲优化设计。首先,分析了传感器的屏蔽层半径R3、电极高度h、电极宽度w及电极层间距l对灵敏度均匀性指标P及电容值动态范围D的影响规律;然后,通过设计正交试验,综合分析各结构参数对优化指标的影响;最终,得到一组电容层析成像三维传感器的优化结构参数:R3=1.50,h=0.20,w=0.20,l=0.06。     

Kalman滤波在电容层析成像图像重建中的应用

利用Kalman滤波算法进行电容层析成像图像重建,通过不断更新测量信息提高重建图像质量。在滤波初始,需要确定重建图像灰度及估计误差方差矩阵的初值。为研究不同初值组合对重建图像质量的影响,选择3流型进行了仿真实验,获得了最佳的初值组合,并在电容层析成像实验装置上进行了静态测试,实验结果表明,与Landweber算法相比,使用最佳初值组合的Kalman滤波算法可获得更为接近真实分布的重建图像。     

Electrical Capacitance Volume Tomography

A dynamic volume imaging based on the principle of electrical capacitance tomography (ECT), namely, electrical capacitance volume tomography (ECVT), has been developed in this study. The technique generates, from the measured capacitance, a whole volumetric image of the region enclosed by the geometrically three-dimensional capacitance sensor. This development enables a real-time, 3-D imaging of a moving object or a real-time volume imaging (4-D) to be realized. Moreover, it allows total interrogation of the whole volume within the domain (vessel or conduit) of an arbitrary shape or geometry. The development of the ECVT imaging technique primarily encloses the 3-D capacitance sensor design and the volume image reconstruction technique. The electrical field variation in three-dimensional space forms a basis for volume imaging through different shapes and configurations of ECT sensor electrodes. The image reconstruction scheme is established by implementing the neural-network multicriterion optimization image reconstruction (NN-MOIRT), developed earlier by the authors for the 2-D ECT. The image reconstruction technique is modified by introducing into the algorithm a 3-D sensitivity matrix to replace the 2-D sensitivity matrix in conventional 2-D ECT, and providing additional network constraints including 3-to-2-D image matching function. The additional constraints further enhance the accuracy of the image reconstruction algorithm. The technique has been successfully verified over actual objects in the experimental conditions     

一种电容层析成像图像重建优化算法

提出一种电学层析成像(ECT)图像重建优化算法。通过将传统正则化算法转化为最小二乘问题进行求解,结合lp范数逼近正则化最小化问题,利用重新加权的方法进行迭代计算。以油-气两相流模型进行仿真及静态实验,将所提出的优化算法与常用的LBP、Landweber迭代及Tikhonov正则化算法进行对比。结果表明,与常用算法相比,采用该优化算法对管道中心物体及多物体分布流型进行图像重建,其图像相对误差均为最低,且重建图像的形状保真度明显提高。     

Image reconstruction algorithm based on the extended regularised total least squares method for electrical capacitance tomography

Electrical capacitance tomography (ECT) is a non-invasive imaging technology that aims at the visualisation of the cross-sectional permittivity distribution of a dielectric object based on the measured capacitance data. Successful applications of ECT depend greatly on the precision and speed of the image reconstruction algorithms. ECT image reconstruction is a typical ill-posed problem, and its solution is unstable, that is, the solution is sensitive to noises in the input data. Methods that ensure the stability of a solution while enhancing the quality of the reconstructed images should be used to obtain a meaningful reconstruction result. An image reconstruction algorithm based on the regularised total least squares (TLS) method that considers the errors in both the sensitivity field matrix and the capacitance data for ECT is presented. The regularised TLS method is extended using a combination robust estimation technique and an extended stabilising functional according to the ill-posed characteristics of ECT, which transforms the image reconstruction problem into an optimisation problem. In addition, the Newton algorithm is employed to solve the objective functional. Numerical simulations indicate that the algorithm is feasible and overcomes the numerical instability of ECT image reconstruction; for the cases of the reconstructed objects considered here, the spatial resolution of the reconstructed images obtained using the algorithm is enhanced; as a result, an efficient method for ECT image reconstruction is introduced.     

基于SVM的ECT图像重建算法

电容层析成像（ECT）技术是基于电容敏感机理的过程层析成像技术。ECT的图像重建是一个典型的有限样本非线性映射问题。支持向量机（SVM）作为一种小样本处理方法，具有较强的泛化能力，被认为是目前针对小样本分类问题的最佳理论。提出了一种基于SVM的四层神经网络的图像重建算法，仿真结果表明，该算法用于三相流图像重建具有较强的空间分辨率和泛化能力。     

方形电容层析成象系统的仿真研究

本利用自行开发的软平台,引入方形管道电容成象系统的模型,用限元法计算了敏感场的分布,并结合多种图象重建算法针对１２电极方形ＥＣＴ系统进行了仿真实验,得到了令人满意的结果。