改进正则化半阈值算法的 ECT 图像重建

针对电容层析成像技术应用于工业多相流管道检测时,图像重建中存在的不适定性、病态性问题,提出一种改进正则化半阈值算法。以L1/2范数为惩戒函数,改进求解L1/2范数所用的半阈值迭代算法中的阈值算子,并以加入加速项的Landweber算法解向量为修正向量,引入改进半阈值正则化模型,优化加速Landweber算法。实验的结果表明,改进正则化半阈值算法在重建图像中相关系数平均达0.91,图像误差平均降至0.21,成像速度保持0.04 s。复杂流型辨识中,改进算法比Landweber迭代算法相关系数提高21.67%,相对误差降低37.01%;比Tikhonov正则化算法相关系数提高22.61%,相对误差降低37.08%;比半阈值算法相关系数和误差分别提高14.85%和降低28.26%。结果表明改进正则化半阈值算法对ECT研究有较好应用前景。     

电容层析成像图像重建中的迭代算法

电容层析成像技术中图像重建算法的准确与快速是其在工业实际中得以应用的关键。Landweber方法是一种简单、灵活的迭代算法，具有很好的正则化特性，它的投影变体能够提供非负的图像重建。Landweber算法实际应用的困难是其收敛速度太低。本文采用预处理方法来加快Landweber迭代方法的收敛速度，即通过较少的迭代次数，获得适当的重建结果。仿真实验表明，同经典的快速算法共轭梯度迭代方法相比，预处理Landweber迭代方法具有更好的重建图像质量。     

基于预优化变换的电容层析成像图像重建算法

本文提出了一种新型快速电容层析成像的图像重建算法。该方法首先将图像重建的病态问题转化为泛函极小化问题，然后采用Fletcher-Reeves算法（FR）有效地求解该泛函，并在求解的过程中引入物理意义上的约束使获得的解更符合实际情况。数值实验表明该算法的图像重建效果优于线性反投影法、Tikhonov正则法和Landweber迭代法，而且该算法具有较强的抗噪声能力。     

基于极限学习机求解正问题的 ECT 图像重建

在电容层析成像(ECT)图像重建迭代类算法中,通常采用线性正问题求解,以加快重建速度,由此产生重建误差。针对这一问题,提出了基于极限学习机(ELM)的非线性ECT正问题求解方法,ELM网络输入为介电常数分布,其输出为预测的电容测量值。将该方法与传统的Landweber迭代算法相结合构成ELM-Landweber迭代算法进行图像重建。为使样本具有较好的代表性,物体分布位置及大小均随机生成,并计算相应的归一化电容值作为ELM网络训练及测试样本,对ELM-Landweber迭代算法进行了仿真与静态实验,并与传统Landweber迭代算法进行比较。实验结果表明,相较于传统Landweber迭代算法,采用ELM-Landweber迭代算法,其算法收敛速度显著提高,重建图像质量得到明显改善。训练样本的平均图像相对误差由0.728减小至0.504,测试样本的平均图像相对误差由0.596减小至0.475。     

用于电容层析成像的一步稳定图像重建算法

本文提出一种基于Landweber迭代的电容层析成像系统一步稳定图像重建算法。该算法通过构建压缩算子可以克服传统Landweber迭代方法存在的半收敛性,得到稳定的重建图像。同时该算法的矩阵算子可以预先计算,然后通过一步矩阵运算实现图像重构。实验结果表明,该算法可保证重建图像的实时性和鲁棒性。     

基于多项式加速的电容层析成像图像重建算法

针对普通迭代方法收敛速度慢的问题,提出一种多项式加速的正则化迭代电容层析成像算法来加快其收敛速度.在介绍12电极电容层析成像系统基本原理的基础上,给出了该算法的数学模型,并利用谱分析对该算法的收敛性进行了证明.探讨了ECT应用该算法的可行性,该算法易满足收敛条件且重建图像误差小.仿真和实验结果表明,和LBP、Landweber算法相比,该算法兼备成像质量高及收敛速度快等优点,为ECT图像重建算法的研究提供了一个新的思路.     

基于U曲线法的油气润滑ECT系统图像重建病态优化

采用U曲线法确定油气润滑ECT系统图像重建中的正则化参数,分析正则化处理后灵敏度矩阵的病态性;通过LBP算法和Tikhonov正则化算法分别对油气润滑ECT系统管道截面进行第一次图像重建;对第一次重建图像的灰度分布矩阵进行门限滤波阈值的优化,并对管道截面进行二次图像重建。结果表明:相较于L曲线法,U曲线法选取的正则化参数在削弱灵敏度矩阵病态程度方面的作用显著;第一次图像重建中,图像重建质量有较大改善;门限滤波阈值优化后的二次图像重建中,图像重建质量进一步提高。研究表明U曲线法确定的正则化参数和门限滤波阈值优化有助于提高油气润滑ECT系统的图像重建质量。     

基于改进正则法的ECT图像重建算法

电容层析成像图像重建是一个典型的病态问题,其解是不稳定的。为获得良好的重建效果,需要采用既保证解的稳定性且又能提高重建图像质量的算法。本文提出了一种新的图像重建算法。在分析标准Tikhonov正则法的基础上,针对ECT逆问题的病态性进行改进,并推导出两步图像重建算法：第一步利用标准Tikhonov正则法的计算值获得权矩阵的估计;第二步采用本文所推导的改进Tikhonov正则法获得最终的重建图像。数值实验表明,该算法所获得的图像重建质量得到了明显的提高,且该算法无需迭代,保证了算法实时性。     

电容层析成像算法的比较

对12电极方形电容层析成像系统进行了仿真计算,针对几种不同的方形管道内流动形状,比较了采用LBP(线性逆反推)算法、Landweber迭代算法和MLRR(多元线性和正则化算法)等三种算法的成像结果,结果表明Landweber迭代算法可以较好的反映管道内的情况,MLRR算法由于所选的系数a的不同,其成像效果有所不同,该方法产生的图像噪音也大,而LBP算法可以定性的快速反映管道情况.     

最大类间方差法改进的ECT正则化图像重建算法

电容层析成像作为油气润滑气液两相流参数检测的主流方法之一,其成像系统具有高度不适定性。研究旨在优化能满足油气润滑系统精确度和实时性要求的电容层析成像图像重建算法,以擅长处理不适定问题的Tikhonov标准正则化算法作为电容层析成像图像重建系统的基础算法,并采用最大类间方差法自适应获得的最优阈值对Tikhonov标准正则化重建的图像进行图像分割,达到修正标准正则化算法过度光滑缺点的目的。结果显示,改进后的算法图像误差减小,图像相关系数增大,表明图像精确度明显提升。