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.     

基于自适应模拟退火及 LM 联合反演算法的 ECT 图像重建

为解决电容层析成像技术(ECT)中图像重建的非线性和病态性问题,提出了一种自适应模拟退火-Levenberg Marquardt (ASA-LM)联合反演算法。 改进了标准模拟退火(SA)算法的新解生成策略、能量函数的定义及退火策略,并结合 LM 的直接局 部搜索方法联合反演 ECT 图像重建问题。 同时,利用 Savitzky-Golay (SG) 滤波对 ECT 图像重建所需电容数据进行平滑处理以 提高其信噪比。 最后,进行仿真及静态实验,并与线性反投影(LBP)、Landweber 迭代及标准 SA 算法进行了比较。 结果表明,与 其他 3 种算法相比,ASA-LM 算法收敛速度快、图像重建质量明显提高,边缘信息保真度高,重建图像的平均相对误差为 0. 331 1,平均相关系数为 0. 933 1。     

Application of particle filtering algorithm to image reconstruction of ECT

针对电容层析成像技术(ECT)的图像重建质量精度较低的问题,提出了一种基于粒子滤波的ECT图像重建方法.首先,分析了ECT图像重建基本原理,以系统状态估计的方式描述了ECT图像重建最优解的搜索过程,并建立了状态空间模型.然后,以线性反投影( LBP)算法的图像重建结果作为初始状态,利用测量信息对从状态空间中获取的随机样本进行最优加权,以获得重建图像的最小方差估计.最后,对5种不同的流型进行了仿真实验.实验结果表明,利用本文方法获得的重建图像误差平均值为42.93％,相关系数平均值为0.813 9,比LBP算法、Landweber迭代算法和IMN-SNOF算法得到的相应指标要好.本文方法是一种有效、精度较高的ECT图像重建方法,为ECT图像重建技术提供了新的途径和手段.     

基于小生境遗传算法的关联规则挖掘研究

在对传统遗传算法的早熟收敛和后期收敛速度慢等问题分析的基础上,提出了一种改进的小生境遗传算法模型.该模型针对传统遗传算法的不足,采用小生境方法代替传统遗传算法的选择方式,重点改进了遗传算子,能够有效调整种群规模,延迟早熟收敛现象,控制后期收敛速度,从而能够挖掘到尽可能多的有效关联规则.最后,以中医药的疾病配方为例,验证了此算法的可行性和有效性.     

一个基于1范数的电容层析成像图像重建迭代算法

电容层析成像因具有快速、廉价、非侵入传感等优点而被认为是具有广阔发展前景的过程成像技术.电容层析成像图像重建是一个典型的病态问题,它的解是不稳定的.为了获得有意义的重建结果,能够保证解的稳定性而又能提高重建图像质量的方法应该被采用.本文提出了一个基于1范数稳定的电容层析成像图像重建算法.将图像重建问题转化为一个最优化问题,并对目标泛函采用光滑逼近.在此基础上用Newton法求解该目标泛函.数值实验表明该算法是有效的,能够有效克服ECT图像重建的数值不稳定性,就本文所考察的重建对象而言,该法所获得的重建图像的质量有了一定的提高,从而为ECT图像重建引入了一种有效的方法.     

改进遗传算法的应用研究

针对简单遗传算法在实际应用中存在易产生早熟收敛、得到的结果可能为非全局最优收敛解、适度值计算时间过长以及在进化后期搜索效率较低的缺陷,介绍了四大类改进遗传算法,即小生境遗传算法、自适应遗传算法、并行遗传算法及混合遗传算法的应用情况.     

基于改进信赖域的电容层析成像图像重建算法

针对电容层析成像技术中的"软场"效应和病态问题,提出了一种改进信赖域的新电容层析成像算法。在分析电容层析成像基本原理的基础上,推导出了求解ECT反问题的信赖域算法的计算步骤,同时利用BFGS公式对迭代过程中产生的Hesse矩阵进行校正。在此基础上对信赖域算法的收敛性进行了分析和证明,算法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和共轭梯度算法相比,对于简单流型该算法兼备成像质量高、边界均匀稳定等优点,为ECT图像重建算法的研究提供了一个新的方法。     

粒子滤波算法在ECT图像重建中的应用

针对电容层析成像技术(ECT)的图像重建质量精度较低的问题,提出了一种基于粒子滤波的ECT图像重建方法。首先,分析了ECT图像重建基本原理,以系统状态估计的方式描述了ECT图像重建最优解的搜索过程,并建立了状态空间模型。然后,以线性反投影(LBP)算法的图像重建结果作为初始状态,利用测量信息对从状态空间中获取的随机样本进行最优加权,以获得重建图像的最小方差估计。最后,对5种不同的流型进行了仿真实验。实验结果表明,利用本文方法获得的重建图像误差平均值为42.93%,相关系数平均值为0.813 9,比LBP算法、Landweber迭代算法和IMN-SNOF算法得到的相应指标要好。本文方法是一种有效、精度较高的ECT图像重建方法,为ECT图像重建技术提供了新的途径和手段。     

一个基于Quantile估计的电容层析成像图像重建算法

电容层析成像图像重建是一个典型的病态问题,它的解是不稳定的。为了获得有意义的重建结果,能够保证解的稳定性而又能提高重建图像质量的方法应该被采用。本文提出了一个新的电容层析成像图像重建算法。在分析标准Tikhonov正则法的基础上,针对ECT逆问题的病态特点利用Quantile估计和加权l_p范数构建扩展的目标泛函,将图像重建问题转化为一个最优化问题;在此基础上用Newton法求解该泛函。数值实验表明该算法是可行的,能够有效克服ECT图像重建的数值不稳定性。就本文所考察的重建对象而言,该法所重建图像的空间分辨率得到了提高。而且该算法计算直接、无需任何复杂的技巧,从而为ECT图像重建提供了一种有效的方法。     

动态电容层析成像图像重建算法

提出了融合ECT测量信息和被测对象动态演化信息的新型图像重建模型;基于Tikhonov正则化方法,建立一个同时考虑了ECT测量信息、被测对象动态演化信息、时间与空间约束的新型图像重建目标泛涵,将图像重建问题转化为最优化问题;提出了集成分裂Bregman迭代法优势的新型算法求解该目标泛涵。数值仿真结果表明,所提出的图像重建算法其图像重建质量均优于OIOR算法、STR算法及PLI算法;同时由于所提出的图像重建算法同时考虑了测量数据和重建模型的不精确性,其抵抗测量噪声的能力得以提高。