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。     

基于敏感场变换的电容层析成像图像重建算法研究

快速而又具有一定精度的图像重建算法是电容层析成像(ECT)技术的关键。本文采用有限元方法,通过对敏感场机理的分析,提出一种基于敏感场变换的ECT图像重建新算法,通过对敏感场进行变换来提高电容传感器在管道中心区域的灵敏程度,从而提高管道中心区域的图像重建精度。该算法应用敏感场信息的部分数据和全部数据分别进行一次图像重建,将2次重建得到的图像进行组合得到最终重建图像。仿真和实验表明该算法能够快速而又较高精度的重建出两相流断层图像,尤其是在管道中心区域,图像重建精度有了较大提高。     

基于联合代数重建的电容层析成像图像重建

针对电容层析成像技术(Electrical Capacitance Tomography,ECT)中图像重建算法的非线性和病态性问题,将基于代数重建技术(Algebraic Reconstruction Technique,ART)的联合代数重建技术(Simultaneous Algebraic Reconstruction Technique,SART)应用于ECT图像重建。模拟基于16电极ECT系统进行油/气两相流测量,针对SART算法进行了仿真及实验测试,并与ART算法比较,结果表明:SART算法重建速度更快,且重建图像的边缘信息保真度更高。     

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。     

基于贝叶斯理论的电容层析成像图像重建迭代算法

提出了一种基于贝叶斯理论的电容层析成像(electrical capacitance tomography,ECT)图像重建算法。与现有的ECT图像代数重建算法不同,该算法将介质分布的先验信息和噪声信息等统计信息引入到ECT图像重建中。文中针对5种典型介质分布进行了数值仿真实验,结果表明该算法对于两相流中不同的介质分布均具有良好的适应性。迭代步数和先验概率的协方差取值对图像重建结果有较大影响。在迭代过程中,该算法所需的增益矩阵的更新不依赖于输入,因而可以离线预先计算,从而减小图像重建的计算压力,提高该算法重建速度。     

改进灵敏度矩阵的复合材料粘接缺陷 ECT 检测

平面电容层析成像(ECT)技术对复合材料粘接缺陷的图像重建,通常要借助灵敏度矩阵完成。 ECT 传感器的敏感场分 布在一个三维空间,但用于缺陷检测的重建图像是二维的,因此存在不同层灵敏度矩阵的选取问题。 探究了不同层灵敏度矩阵 的选取,并提出了一种灵敏度矩阵改进方法。 通过对负敏感区域的阈值处理和绝对值处理,改善了灵敏度矩阵的病态性和不均 匀性,降低 ECT 正问题模化误差。 仿真和实验结果表明,所提方法能够明显降低重建图像中的伪迹,提高重建缺陷的清晰度, 进而降低缺陷误判或漏判的概率。     

基于参数解调方法的ECT技术

电容层析成像技术(ECT)是过程层析成像(PT)中发展最为成熟的技术.该技术利用空间敏感电极阵列探测被测物场介质分布变化,通过数据采集单元提取有用信息并传输到上位机进行图像重建,再构物场介质分布图像.该技术具有非侵入、快速响应、成本低廉以及可视化等优点.其中,电容变化信息的提取以及数据采集是该技术的关键环节之一.本文采用一种新型信号解调方法--参数解调,对被调制信号进行处理.该解调方法主要建立在延伸型普朗尼参数识别的基础上,可一次对多频率信号的幅值、相位进行解调,非常适用于多频激励系统的数据采集.仿真实验和图像重建表明,该方法具有计算量小、解调精度高等优点.     

基于遗传算法电容层析成像图像重建算法的研究

采用了有限元法和归一化敏感场对传感器进行了仿真分析和计算，并提出了敏感场数值从有限元域到成像域的转换方法和一种新的基于遗传算法的ECT图像重建方法．该图像重建方法利用流型数据作为初始值在一定的范围内搜索最优解，能以较高的精度重建两相流体的断层图像，为ECT图像重建算法的研究提供了一个新的思路。     

A-RQEA与TSVD并行求解的电弧电流重构反演方法

开关电器设备中电弧理论研究是输变电装备领域的关键问题,对此引入数学反演方法重构电弧形态和电流密度。根据电磁正演分析建立算子方程并离散化为代数方程组。为了克服电磁逆问题的不适定性,采用基于等位基因的实数编码量子进化算法与正则化理论并行处理的手段。通过高效精确的智能优化算法重建电弧位置和形态,再利用截断奇异值分解反演电弧电流分布,并利用L曲线准则选取正则化参数。结果表明:将非线性寻优与正则化反演结合的手段,通过磁场分布重构电弧形态和电流分布状况具有较高的精度;截断奇异值分解法(TSVD)计算电弧各条折线电流值相对误差最大为8%,最小为0.03%,反演弧芯和边缘区域电流密度符合预设分布趋势,有助于理解开关电弧的复杂物理特性。     

多相流电容层析成像系统的仿真研究

ECT技术是多相流检测领域中的新技术,在工业中有广阔的应用前景。基于有限元法,作者开发了ECT仿真软件,利用该软件对ECT系统进行了仿真研究。求出ECT敏感场的数值解,分析了敏感场灵敏度特性,建立了简化的图像重建模型,最后得到重建图像,获得了满意的结果。     

基于ANSYS的ECT系统传感器电容值的仿真研究

电容层析成像(ECT)技术是一种新的测量技术,也是目前较为成熟的一种过程层析成像系统.该技术是用于识别一个封闭管道内两相流/多相流系统中各个相成分分布问题.它由正问题和逆问题组成,正问题中电容传感器的敏感场分布函数的计算要涉及到静电场中电容计算问题.在ECT系统的仿真研究中,电容要通过场的数值计算方法来求得.本文介绍了如何使用ANSYS来计算ECT传感器中的各电极对之间的电容.测试表明,计算结果与通过实验测量结果相吻合,该方法方便了正问题的仿真研究.     

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。     

总变分规整化的多帧图像超分辨率重建

为了能够使重建结果突出边缘细节,研究了一种基于总变分规整化的超分辨率图像重建方法。根据对图像成像退化过程的分析,建立超分辨率图像重建的数学模型。利用观测图像的先验知识估计出点扩散函数,通过基于图像金字塔的光流法估计出观测图像间的运动矩阵,根据以上得出的参数求解模型方程,选择总变分规整化克服求解问题的病态性得到重建结果。采用优最小化方案代替了复杂的偏微分方程求解,有效地解决了总变分优化问题,并与其它算法进行对比。实验结果表明了算法的鲁棒性和有效性。     

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。     

格林函数法在电磁层析成像技术中的应用

EMT的逆问题求解很困难但也是必要的,采用格林函数法可以得到表示EMT多层媒质传感系统逆问题的积分式。合理忽略某些媒质层,可以得到简化了的逆问题的积分表达式,从而可构造图像重建算法,并得到了较好的重建结果。     

改进的ECT成像法在传送带检测上的应用研究

针对电容层析成像技术中的"软场"效应问题,在分析了样条权函数神经网络算法基本原理的基础上,指出了基于样条权函数算法的改进思想.并将改进后的算法应用在电容层析成像对传送带钢芯绳检测技术的图像重建中,同时利用仿真得到的电容值,对算法进行了成像计算.并且与神经网络算法中的BP神经网络算法和样条权函数算法的成像进行了比较.实验...     

基于双正则项的图像超分辨率重建算法

图像超分辨率重建是一种病态反问题.在最大后验概率(MAP)随机正则化技术估计框架下,采用Lorentzian范数构造数据保真项,同时为了更好的保持重建图像边缘,现以图像灰度连续性为先验信息,提出了一种基于双正则项的目标方程.实验证明了此方法比采用L1范数和L2范数能更好地抑制噪声和保持边缘,且该算法对不同假设类型的噪声...     

基于层析成像软测量的两相流流型识别

基于电容层析成像(ECT)和人工神经网络的软测量方法,实现了两相流流型识别。以油气两相流为例,建立了两相流流型识别的软测量模型。从ECT传感器的输出中提取特征参数作为软测量模型的辅助变量,两相流流型为主导变量,构建二级自组织竞争神经网络,进而实现对两相流流型的在线判别。仿真结果表明,该方法判别精度高、判别速度快。