基于差分迭代的电阻抗成像算法研究

大多数电阻抗断层成像算法需要选择较优正则化参数来克服方程病态性,以获得较好的图像质量.该文提出一种基于差分迭代的电阻抗断层成像算法,利用动态线性逼近在不调整正则化参数的情况下提高成像质量.在近似线性变化区域内建立扰动模型,利用梯度法推导出电导率差值迭代关系进行快速重构成像,并将重构图像与基于几种客观正则化参数选取方法的...     

基于介质交界线变差函数的电容层析成像全变差正则化算法

通过构造不同介质交界线的变差函数,将该函数作为罚函数项引入到电容层析成像（ECT）逆问题的正则化重构算法中,提出了一种基于全变差（TV）正则化的图像重建算法。仿真结果表明,该算法不仅保证了逆问题求解的适定性,而且同传统的2范数Tikhonov正则化方法相比,提高了介质非连续分布区域成像的辨别能力,使得不同介质之间的边界更加清晰。     

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。     

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。     

基于电容检测方法改进的ECT图像重建算法研究

本文对现有电容层析成像系统的电容检测方法进行了改进,通过分析电容传感器敏感场的软场产生机理提出一种基于极性交换的新电容检测方法,采用新检测方法后可以使应用于图像重建的独立电容值个数增加一倍,从而改善系统数学模型的病态特性,在此基础上结合Tikhonov正则化算法进行实验仿真。仿真数据表明与传统电容检测方法相比结合极性交换电容检测方法的Tikhonov算法能够快速而又较高精度的重建出两相流断层图像,尤其是对于复杂流型,图像重建精度及形状都有了较大提高,同时还提高了电容传感器敏感场的均匀性,改善了其非线性程度。     

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。     

油/气两相流高速电容层析成像可视化系统

利用电容层析成像(electrical capacitance tomography,ECT)技术,设计了一套应用于油/气两相流检测的高速实时可视化系统。系统硬件采用基于现场可编程门阵列(field programmable gate array,FPGA)的全数字化数据采集及处理模块和USB通讯接口,可实现高速数据采集及传输;同时采用基于总变差正则化的图像重建算法重构被测介电分布,该算法具有较好的成像分辨能力和边缘保持性。实验表明,该系统重构图像具有较高分辨率和实时性,同时系统软件功能丰富、界面友好,可以满足实际应用对两相流可视化的要求。     

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。     

基于差分灵敏度模型的电容层析成像图像重建方法

电容层析成像(electrical capacitance tomography,ECT)图像重建本质上是非线性的、病态的逆问题,利用线性近似技术的重建方法被ECT广泛采用。该文研究了极板电容测量值和介质分布的非线性程度与灵敏度分布函数的梯度值之间的关系,并将灵敏度梯度幅度应用到灵敏度的归一化过程,用来提高线性近似模型的准确性。同时提出一种新的基于灵敏度差分的灵敏度归一化模型,根据灵敏度中心差分,组合并行归一化和串行归一化模型而构建归一化灵敏度矩阵,能够得到更好的图像重建线性近似模型。数值实验对比了3种归一化模型,并分析了基于差分模型的归一化灵敏度的特征。结果表明,利用新方法构建的归一化灵敏度矩阵代替常规的灵敏度矩阵,常用的Landweber迭代和Tikhonov正则化迭代算法在不增加重建时间情况下,重建图像质量得到明显改善。     

基于改进L1/2正则化的电阻抗层析成像

碳纤维复合材料的结构安全健康检测至关重要。电阻抗层析成像技术利用碳纤维复合材料的导电特性,可实现对其结构损伤检测。此技术具有成本低、非侵入和操作简便等优点,近年来成为广大学者的研究热点。在EIT的图像重构过程中存在着严重的病态性问题,本文提出了一种改进L1/2正则化算子的电阻抗层析成像算法。该方法采用L1/2范数构建稀疏正则化罚函数,通过布雷格曼交替方向乘子法的迭代算法对新目标函数进行求解,提高算法的性能。为验证算法有效性,使用COMSOL软件设计四种典型CFRP层合板损伤类型并搭建16电极EIT测试系统验证。仿真与实际实验结果表明,与其它算法相比,采用BADMM迭代算法求解L1/2正则化方法提高了图像相关系数,降低了图像误差,有效改善了重建图像的精度,且该方法对噪声具有较强的鲁棒性。     

融合动态演变信息的声学三维温度场重建

在声学层析成像方法测量锅炉温度场的应用中,温度场重建算法的精度和速度起着重要作用。建立了三维温度场声学重建的动态模型,提出了同时考虑声学测量信息和温度场动态演变信息的动态重建算法。建立了一个融合声学测量信息、温度场的空间约束及动态演化信息的目标函数,在光滑约束法的基础上构建了反映相邻空间像素位置关系的正则矩阵,采用Tikhonov正则化和优化相结合的方法求解目标函数。仿真模拟研究表明,与最小二乘、代数重建法和标准Tikhonov正则化算法等静态重建算法相比,融合动态演变信息的温度场重建算法的重建速度相仿,而重建精度有显著提高并对于测量数据误差具有更好的数值稳定性,为声学温度场重建提供了一种可行性极高的有效方法。     

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.     

基于光线重排的印制电路板高速扫描成像迭代 去模糊方法研究

自动光学检测(automated optical inspection, AOI)相机运动速度过高,拍摄印制电路板(printed circuit board, PCB)图像会产生严重模糊。如能正确恢复因此而产生的退化,可提高相机的运动速度,进而提高AOI的检测效率。受代数迭代重建算法(algebraic reconstruction technique, ART)启发,提出一种基于光线重排的图像非盲去模糊算法。该方法在模糊核已知的情况下,基于快速迭代收缩阈值算法(fast iterative shrinkage thresholding algorithm, FISTA)迭代重建算法,运用Nestrov加速和光线重排提高了迭代收敛速度,运用数据正则抑制图像的各类加性噪声和伪影,较好地重建出原本的清晰图像。结果表明,该方法对噪声具有较好的抑制能力,对AOI相机运动曝光引起的严重模糊,较常用的传统逆滤波方法具有更好的图像恢复效果。     

基于高斯函数与正则化法的复杂温度场图像重建算法研究

针对高斯函数温度场重建算法在复杂温度场图像重建中精度较低问题，提出一种基于高斯函数级数与正则化方法相结合的复杂温度场重建算法，通过在温度场重建中加入火焰先验信息，实现在较少测量数据下炉内复杂温度场的重建。仿真结果表明，该算法比高斯函数温度场重建算法具有较高精度和抗干扰能力，而重建速度相当，可望将该算法用于电站锅炉炉膛的二维温度场重建。     

基于双参数模型参考自适应的感应电机无速度传感器矢量控制低速性能

提出了一种基于双参数模型参考自适应的感应电机无速度传感器矢量控制策略,可以同时进行转速辨识和定子电阻辨识,能够有效削弱低速时定子电阻变化对系统的影响,提高了系统的低速带载性能;推导了转速闭环系统的线性化小信号模型,利用根轨迹法分析了系统的稳定性及PI参数对系统性能的影响。对双参数模型参考自适应算法进行了实验验证,并与传统模型参考自适应算法进行了对比,实验结果验证了算法的有效性。     

基于正则化参数优化和边界聚类的电阻抗成像研究

电阻抗成像是一种无损伤的功能成像技术,由于逆问题具有不适定性、不稳定性等特点,往往存在重构图像的分辨率不高、伪影较大等问题。将Tikhonov和全变量(TV)两种正则化算法的罚函数进行组合应用,提出将粒子群算法用于组合罚函数的正则化参数优化,把图像质量指标(artifact level, AL)作为粒子群算法的适应度值,从而确定最优正则化参数,通过牛顿迭代法获得电导率,为了进一步去除伪影,将Niblack算法与边界聚类算法相结合,对求得的电导率进行处理,得到最终的电导率分布。仿真和实测结果均表明,该方法重建的图像能够更加准确地反映电场内目标物体的位置信息,有效的抑制伪影,提高了重建效果。