电容层析成像技术中图像重建算法的发展及研究

为使电容层析成像(ECT)技术应用于多相流参数在线测量,有效提高其图像重建精度与速度是该技术的关键,也是国内外学者的研究热点。对ECT技术图像重建算法原理进行了分类叙述,在此基础上,综述了ECT技术图像重建方法近期研究成果,提出了进一步研究的方向和内容。     

电容层析成像图像重建算法研究

图像重建算法是电容层析成像系统的关键技术之一,是改善重建图像质量的重要因素.在正则化的基础上提出了一种基于QR分解的电容层析成像算法,该方法首先将离散化和线性化处理后的电容层析成像物理模型进行Tikhonov正则化处理,然后将QR分解的思想引入电容层析成像方程中求解出初始图像,然后再对初始图像进行优化修正提高重建图像质量.成像结果表明,图像重建结果与实际相符,图像质量得到了改善.     

电容层析成像系统图像重建算法的研究

本文利用Tikhonov正则化和奇异系统理论,分析了引起电容层析成像系统逆问题不适定性的根本原因是由于敏感场矩阵小奇异值的存在。针对一般Tikhonov正则化方法将所有的奇异值都采取同一正则化参数修正带来的误差,本文将小奇异值对应的项设定正则化参数,而舍去零奇异值对应向量,既减少了误差又加快了速度。例算结果表明,用本文方法重建图像,比其它如线性反投影算法(LBP)、Landweber迭代法及一般Tikhonov正则化算法,都有一定程度的改善。     

电容层析成像系统三维图像重建的研究

探讨了电容层析成像(ECT)系统中利用二维断层图像进行三维表面重建并由三维图像求取两相流中离散相体积和观察其空间位置的方法。首先对二维断层图像序列进行轮廓抽取和细线化，然后进行轮廓匹配和轮廓插值并进行表面重建。初步的仿真结果表明，使用的三维重建算法简单、重建精度高、成像速率快。     

用于两相流电容层析成像系统中的图像重建算法

图像重建算法研究和增加投影数据是改善图像重建质量的两个重要方面。由于目前在ECT系统中存在着一种基于奇异值分解（SVD）的图像重建算法,此算法中的奇异值将对应图像重建矩阵中很大的对角线元素,从而导致伪逆很不稳定。因而讨论了改进的基于奇异值分解（MSVD）的图像重建算法,该算法是用改进奇异值分解方法求出图像重建矩阵。仿真及实验结果均表明该算法是一种实时的、重建图像质量优于SVD。     

基于遗传算法的两相流电容层析成像图像重建算法

该文提出了一种新的基于遗传算法的ECT图像重建方法，该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。     

电容层析成像技术的研究现状综述

详细介绍了电容层析成像（ECT）技术的近期研究进展。在简要介绍电容层析成像系统原理的基础上,重点总结了ECT技术的研究现状,包括ECT硬件、图像重建算法和应用研究等。同时,指出ECT技术发展中面临的微弱电容检测、软场特性、图像重建、标定、传感器设计、数据通信和多模态等方面的挑战,并指出了努力的方向。     

改进敏感场的电容层析成像图像重建算法

针对电容层析成像系统中敏感场的“软场”特性,提出了一种基于成像敏感场灵敏度均值滤波的Landweber图像重建算法。该算法是通过模板卷积的方式对敏感场灵敏度进行邻域平均,降低靠近极板区域的灵敏度,提高管道中心区域的灵敏度,部分消除了因敏感场不均匀对图像重建质量的影响,提高图像重建精度。仿真结果表明,该算法在图像重建精度和收敛速度上均优于传统的Landweber图像重建算法。     

电容层析成像技术的近期研究进展

详细介绍了电容层析成像技术(ECT)的近期研究进展.在简要介绍电容层析成像系统的基础上,重点总结了电容层析成像技术应用研究现状.包括图像重建算法、实验室应用、硬件系统设计和现场应用等方面的研究.最后指出电容层析成像技术发展中亟待解决的问题,为研究该领域指明了努力的方向.     

基于双循环改进landweber电容层析成像图像重建

针对电容层析成像(ECT)技术中反问题(即图像重建)的不适定性,以8电极电容层析成像系统为对象,在分析Landweber算法原理的基础上,根据Frozen Landweber 迭代法,将基于权重因子的landweber算法进行内外双循环,获得一种迭代次数较少、收敛速度较快、重建图像质量较佳的改进算法,并将改进算法应用于ECT图像重建。数值仿真结果表明,对各种流型,改进算法在重建图像的客观评价指标及主观效果上均有明显改善,且对初值具有不敏感性,体现其实际应用价值。     

基于改进Landweber算法的ECT图像重建

电容层析成像(Electrical Capacitance Tomography,ECT)系统图像重建算法中,Landweber算法在重建图像质量及实时性方面取得较好的折衷,然而该算法针对不同的流型存在迭代步数差别较大及半收敛等问题。针对上述问题,通过同伦摄动方法推导出二阶迭代公式;并针对二阶迭代公式谱半径可能影响算法收敛的问题,通过添加约束因子以获得一种全收敛的改进Landweber算法。实验结果表明,改进算法在相对误差及相关系数上均优于原Landweber算法及其他对比算法,从而验证了改进算法的收敛性及有效性。     

基于双粒子群协同优化的ECT图像重建算法

由于电容层析成像(electrical capacitance tomography, ECT)系统中电容传感器的敏感场是“软场”,然而传统的图像重建算法是在忽略“软场”效应的条件下构建的,因此在提高成像精度上存在瓶颈.针对该问题,在分析敏感场分布,并讨论“软场”效应及其对图像重建产生的影响的基础上,提出一种基于双粒子群协同优化的图像重建算法.该算法通过引入用于构造粒子群优化适应度函数的先验条件,消除了因忽略“软场”效应而产生的影响,并通过最小二乘支持向量机得到不同流型下的先验条件.同时,该算法通过借鉴Lotka-Volerrra双群协同竞争模型,提出一种双群协同竞争方案,通过群内与群间的学习竞争提高粒子多样性,从而提高粒子群的全局收敛能力和收敛速度.实验结果表明,该算法不仅成像精度高、易收敛,而且具有抵抗测量信号中噪声干扰的特点.     

一种新算法在ECT图像重建中的应用研究

为了解决大残量、小残量或零残量问题和普通迭代方法收敛速度慢的问题,引入NL2SOL优化算法,并与GaussNewton法相结合,提出了一种多项式加速的正则化迭代电容层析成像算法.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.仿真实验验证了该算法满足收敛条件且重建图像误差小,在电容层析成像应用中具有可行性.     

ART算法快速图像重建研究

讨论了影响ART(Algebraic Reconstruction Technique)算法重建速度和重建质量的主要因素,包括投影数据访问方式、松弛因子和投影系数等。针对投影系数的计算占绝大部分重建时间,成为制约ART算法的瓶颈,提出了一种快速、实时的投影系数计算方法。该方法通过一个距离参数来确定与射线相交的网格编号并计算出相交长度,距离参数采用增量计算,极大地节省了时间。实验结果表明该文提出的方法非常有效,与Siddon算法相比,在保证图像质量不受损失的前提下取得了6倍以上的重建加速比。     

RBF神经网络在ECT图像重建中的应用

对采用RBF神经网络的8电极ECT系统的图像重建的方法进行了探讨。该神经网络采用遗传算法结合传统的最近邻聚类方法进行学习。仿真实验结果表明,该方法的成像精度及成像实时性较好。     

介电常数未知条件下ECT图像重建的SVC算法

在电容层析成像(ECT)系统的实际应用中,两相流和多相流是最普遍的流体情况.不仅是由于被测介质的介电常数会随着温度等环境的变化而变化,而且还由于被测场域中存在其他介质,会使得测量时出现介质未知的情况.利用支持向量机(SVM)算法具有良好泛化性的特点,提出采用基于SVC(support vector classification)的电容层析成像图像重建算法对未知介电常数对象进行图像重建.仿真结果表明,该算法能有效适应介质多样性变化,即对于不同介质,该算法都能有较高的图像重建精度.     

一种超分辨率图像重构算法研究

为了从低分辨率序列图像中重构出高分辨率的图像,该文在Robust超分辨率图像重构算法中引入了正则化因子,提出了一种新的超分辨率图像重构算法,它不仅消除了低分辨率图像中的奇变信息(bias),而且增强了抑制超分辨率图像重构噪声的能力。实验结果表明,该文提出的算法具有更好的效果(MSE值更小)。     

基于遗传算法的层状流图像重建算法仿真研究

针对目前电阻层析成像问题,为提高成像精度,重建算法改善存在成像精度较低的问题.进一步满足应用分界面清晰的层状两相流领域的精度要求,提高系统对层状两相流界面的跟踪能力,通过分析动态网格的调整原则与具体调整方法,利用一种遗传算法的层状流图像重建算法.仿真实验表明新算法效果明显优于线性反投影算法、修正的牛顿-拉夫逊类算法,有效提高了算法成像精度与系统对层状流界面的跟踪能力.     

基于全景照片复原的点云重建算法研究

针对数字孪生点云数据不适合直接浏览,并且难以直接用于三维网格模型重建的问题,提出了一种将场景稠密点云转换到多组全景照片和全景深度图,并合并到现有三维重建流程的方法.算法可以将现有激光扫描设备输出的点云数据采样和处理为连续的RGB颜色和深度图像数据,并与照片的重建流程、及连续深度图的重建流程相结合.经过实测表明,方法对重...     

基于小波域的多层级人脸图像配准重建算法研究

根据小波域中各图像之间的相关性,提出基于小波变换的多层级图像配准算法。在小波变换域利用位图切割完成多层级匹配,有效地减少了人脸图像中旋转、光照等噪声影响,保持了较高的配准精度。实验结果表明,重建的人脸图像具有较高的识别性能。