电容耦合电阻层析成像传感器结构优化设计研究

针对电容耦合电阻层析成像传感器的优化设计,首先利用有限元仿真软件建立了12电极传感器有限元模型,并分析了后续图像重建所需的传感器灵敏场,之后将该仿真模型与实际传感器相应的测量数据及重建图像进行对比验证,研究表明仿真与实验结果能够较好吻合,为对传感器性能进一步研究提供可靠基础.为了提高系统稳定性及抗干扰能力,以该原始模型...     

基于MATLAB的电容层析成像系统灵敏场的仿真研揪

电容层析成像是监测两相流动的一种新技术。它可重建两相流在其流经管道横截面上的相分布图像，而重建图像的先决条件是需获得成像系统的灵敏场分布。电容层析成像(ECT)系统阵列传感器的敏感场受被测介质的影响，这一“软场”特性是ECT应用于两相流参数测量中的一个主要问题。本文介绍了基于MATLAB的有限元模型的仿真实验，通过数据分析研究了灵敏场分布的规律。     

双阵列式电容传感器电极个数的选取

利用传感器相邻极板之间灵敏场不均匀的特点,建立了一种新型双阵列式电容传感器,并引入新的目标函数来评价灵敏场在某个区域幅值的大小。通过有限元仿真,分析双阵列式电容传感器电极数为6,8,12,16时对目标函数的影响,选取双阵列式电容传感器的电极数,使传感器综合性能最优。     

基于Matlab的电容层析成像系统软场特性仿真研究

电容层析成像是监测两相流动的一种新技术。它可重建两相流在其流经管道横截面上的相分布图像，而重建图像的先决条件是需获得成像系统的灵敏场分布。电容层析成像(ECT)系统阵列传感器的敏感场受被测介质的影响，这一“软场”特性是ECT应用于两相流参数测量中的一个主要问题。本介绍了基于有限元模型的仿真实验，通过典型介电常数分布下灵敏度分布与空管下灵敏度分布的差值计算与分析，研究了影响灵敏场分布的因素及其规律。     

电容层析成像系统传感器仿真研究

ECT技术是多相流检测领域中的一项新技术,主要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。采用一种新的方法,通过电磁场有限元仿真软件COMSOL,对电容层析成像系统进行图像重建与仿真研究。构建了ECT的不同电极模型,分别对四种典型流型进行了图像重建;通过对离散介质场域的仿真研究,分析了电极数目、屏蔽罩、径向电极对重建图像质量的影响;对气液固三相流进行了图像重建,获得了满意的重建结果。     

平面电容传感器设计及在材料探伤中的应用研究

材料内部不同损伤具有不同的介电特性,利用平面电容传感器可以实现无损检测。平面电容传感器电极位于同一平面,敏感场非均匀分布,电极结构是影响传感器敏感场分布的主要因素。研究敏感场分布特性有助于提高传感器测量精度。本文基于有限元研究了不同电极结构的平面电容传感器,仿真结果表明,矩形叉指电极敏感场分布均匀性好。分别优化矩形叉指电极和圆形电极结构参数,并基于PCB工艺研制传感器用于材料损伤检测。实验验证了平面电容传感器用于材料探伤的有效性,且矩形叉指电极传感器测量效果优于圆形电极。     

同面多电极电容传感器结构仿真研究

通过电磁场有限元分析软件ANSYS仿真同面双电极结构电容传感器在极板长、宽、间隙的不同组合下对电容变化率的影响,得出极板长、宽、间隙的最佳组合,构建了同面八电极电容传感器,分析比较在地屏蔽、极间屏蔽、外围屏蔽下传感器极板间电位分布和在不同屏蔽下传感器的灵敏度.仿真表明:增加屏蔽后不仅可以提高传感器的灵敏度,还可以获得比较均匀的敏感场.仿真研究结果为同面多电极电容传感器的结构设计提供了依据.     

电容层析成像系统传感器场域新的剖分方法及图像重建

电容层析成像传感器的敏感场受多相流介质分布的影响，软场特性给图像重建带来很大困难，为了提高重建图像质量，对敏感场分布进行分析是非常必要的。本文采用有限元法，通过对敏感场场域采用两种不同剖分形式的比较，提出一种新的场域剖分形式，对敏感场分布进行计算机及仿真，依据敏感场计算的数据及测量结果，提出了基于遗传算法的图像重建算法。实验证明有限元模型是正确的，说明利用不等间距的剖分形式可以得到较好的仿真结果，重建的图像具有较高的精度。     

未知介电常数对象的ECT图像重建方法

电容层析成像技术(ECT)是近年来发展较快、较成熟的一种过程层析成像技术,电容层析成像系统敏感场分布受介质介电常数分布的影响,即敏感场具有“软场”特性,通常以已知介质介电常数的灵敏度分布作为先验知识图像重建。根据对不同介电常数被测对象的检测灵敏度分析,采用一次仿真校验法对管内测量对象分别充满高、低介电常数介质进行仿真校验,并结合滤波反投影算法实现对未知介电常数的测量对象的图像重建。     

双阵列式电容传感器特性研究

针对电容层析成像技术的局限性,提出了新型双阵列电容传感器。利用传感器相邻极板灵敏度不均匀的特点,通过测量相邻极板电容以获得传感器内部局部浓度,重建管道内部传感器截面的相浓度分布。建立有限元模型,对不同电极数的电容传感器结构进行分析,研究了管道介电常数、电极覆盖率等传感器参数对灵敏场不均匀度的影响,得出优化的传感器参数。实验结果显示,该方法可以有效获取传感器截面局部浓度。     

电阻层析成像系统全电极模型仿真研究

在电阻层析成像系统中,激励模式和电极数目的设计直接影响到整个系统。为了提高重建图像质量,更好地指导ERT系统设计,对敏感场进行深入的分析是必要的。通过电磁场有限元仿真软件COMSOL,构建ERT的电极模型,通过对空场和离散介质场域的仿真研究,分析了各个因素对敏感场的影响,并对四种典型流型进行了图像重建。仿真实验表明,COMSOL图像重建效果满意,为图像重建的研究提供了新的思路。     

孔径分布对多孔气体传感器气敏性能的影响

采用一种可双峰分布的概率密度函数构建孔径分布模型,并与实验测量结果进行对比验证。建立了包含孔结构影响的气体扩散-反应数学模型,数值研究了多孔气体传感器内孔径分布形态对响应时间、灵敏度和选择性的影响规律。计算结果表明,双峰分布孔结构对提高传感器的气敏性能具有一定实际意义。孔结构变化时,孔内扩散阻力和比表面积呈相反变化趋势,共同影响传感器内被测气体的表面反应速率。多孔气体传感器对被测气体的80%响应时间随副峰概率的增大而逐渐缩短。多孔气体传感器的相对灵敏度则随副峰概率呈极值性变化,具有极大值。     

打击效果仿真研究*

针对打击效果评估研究中缺乏打击后图像资源的情况,进行打击效果仿真研究,提出一种基于图像的打击效果仿真算法。通过分析目标场景遭受打击后的可能毁伤情况,建立了爆炸后碎片的分布模型、碎片生成和碎片灰度变化模型。以此为基础,通过实验仿真实现图像中目标区域的打击效果。实验证明,仿真效果逼真,符合之前提出的毁伤效果要求。目前,仿真结果已作为实验数据运用于SAR图像多功能处理系统项目中。     

三维烟雾的实时模拟

提出了一种基于流体力学方程并采取欧拉法实时模拟三维真实感烟雾的算法。通过Navier-Stokes方程建立烟雾流场的物理模型,以保证视觉的真实感。为了保证运算的实时性,烟雾流场划分为三维网格空间,并将烟雾速度场的分布定义于每个立方网格单元的中心点;通过线性插值获取整幅图像中每个像素的烟雾浓度。将烟雾模拟技术用于图像的显示特技中,以产生图像消散成烟雾的视觉效果,得到了比较满意的模拟效果。     

STEREO CAMERA CALIBRATION USING PARTICLE SWARM OPTIMIZATION

Camera calibration is an essential issue in many computer vision tasks in which quantitative information of a scene is to be derived from its images. It is concerned with the determination of a set of parameters from the given images. In literature, it has been modeled as a nonlinear global optimization problem and has been solved using various optimization techniques. In this article, a recently developed variant of a very popular global optimization technique—the particle swarm optimization (PSO) algorithm—has been used for solving this problem for a stereo camera system modeled by pin-hole camera model. Extensive experiments have been performed on synthetic data to test the applicability of the technique to this problem. The simulation results, which have been compared with those obtained by a real coded genetic algorithm (RCGA) in literature, show that the proposed PSO performs a bit better than RCGA in terms of computational effort.     

Kernel sparse representation for MRI image analysis in automatic brain tumor segmentation

The segmentation of brain tumor plays an important role in diagnosis, treatment planning, and surgical simulation. The precise segmentation of brain tumor can help clinicians obtain its location, size, and shape information. We propose a fully automatic brain tumor segmentation method based on kernel sparse coding. It is validated with 3D multiple-modality magnetic resonance imaging (MRI). In this method, MRI images are pre-processed first to reduce the noise, and then kernel dictionary learning is used to extract the nonlinear features to construct five adaptive dictionaries for healthy tissues, necrosis, edema, non-enhancing tumor, and enhancing tumor tissues. Sparse coding is performed on the feature vectors extracted from the original MRI images, which are a patch of m×m×m around the voxel. A kernel-clustering algorithm based on dictionary learning is developed to code the voxels. In the end, morphological filtering is used to fill in the area among multiple connected components to improve the segmentation quality. To assess the segmentation performance, the segmentation results are uploaded to the online evaluation system where the evaluation metrics dice score, positive predictive value (PPV), sensitivity, and kappa are used. The results demonstrate that the proposed method has good performance on the complete tumor region (dice: 0.83; PPV: 0.84; sensitivity: 0.82), while slightly worse performance on the tumor core (dice: 0.69; PPV: 0.76; sensitivity: 0.80) and enhancing tumor (dice: 0.58; PPV: 0.60; sensitivity: 0.65). It is competitive to the other groups in the brain tumor segmentation challenge. Therefore, it is a potential method in differentiation of healthy and pathological tissues.     

基于支持向量值和方向滤波器组的图像去噪*

提出了一种基于支持向量值和非抽样方向滤波器组的图像去噪算法。该算法通过构造支持向量值方向滤波器组（SVDFB）对噪声图像进行多尺度、多方向分解,同时考虑到分解系数服从广义高斯分布的统计特征,采用局部自适应贝叶斯阈值方法实现图像去噪。仿真结果和实验分析表明,该算法的峰值信噪比和去除噪声后图像的视觉效果都有明显提高,同时有效保留了原图像的纹理和细节信息。     

The dynamics of HIV spread: a computer simulation model

Mathematical modeling of the AIDS pandemic has been limited by the difficulty of satisfactorily representing the marked behavioral heterogeneity that characterizes the various populations at risk. We propose an approach which models the spread of infection as a discrete-event simulation using SIMSCRIPT, a powerful simulation language. The program developed provides sufficient flexibility to adequately represent and study a wide range of risk-group dynamics. Using this tool we have verified the May-Anderson prediction relating contact rate heterogeneity to the rate of HIV spread. We have also been able to assess the sensitivity of the model to the particular choice of distribution for contact rates, disease stage durations, and intercontact intervals. It is thought that this approach will permit the empirical testing of hypotheses which do not lend themselves to a purely mathematical treatment.     

改进边界指示函数的CV模型构建及应用

无边缘活动轮廓CV模型对于边界模糊以及背景灰度分布不均匀的图像缺乏良好的分割效果。基于此，对该模型进行了如下改进。对边界指示函数进行修改，将改进后的边界指示函数融入CV模型的长度项中。引用双阱势的距离正则项来避免水平集重新初始化，从而得到了一个梯度与区域信息相结合的水平集演化方程，并应用变分法中的有限差分法对方程进行求解。对木材虫眼、活节和死节图像进行了数值仿真模拟，仿真结果表明该模型对背景分布不均匀的图像具有良好的分割效果。     

一种新的基于时空混沌的伪随机数发生器

时空混沌系统有很好的密码学特性,常被用来设计伪随机数发生器。然而,时空混沌系统的概率密度分布不均匀,不利于保证伪随机数发生器的安全。针对此问题,提出一种新的基于时空混沌系统的伪随机发生器算法。该算法从提升时空混沌局部映射的密码学性能入手,将分段Logistic映射作为局部映射,并通过改变时空混沌系统的耦合参数来解决概率密度分布不均的问题。理论分析与仿真实验的结果表明,该算法产生的序列具有良好的初值敏感性和随机性,同时具有良好的执行效率,能够满足信息加密安全的需要。