卷积神经网络在ECT图像重建上的应用

针对电容层析成像的图像重建精度较低的问题,提出一种基于卷积神经网络的ECT图像重建方法.首先阐述了ECT图像重建的基本原理,并利用COMSOL软件提取了大量的学习样本.然后以Landweber算法的图像重建结果作为初始状态,建立了卷积神经网络模型,并进行网络训练,保存训练完成的网络模型.最后选取样本以外的五种不同流型进行了仿真实验,实验结果表明,利用此算法所获取的重建图像相应指标要比LBP以及Landweber要好很多.所以该图像重建算法是一种有效且精度较高的图像重建算法.     

基于压缩感知的MIT图像重建方法

针对目前磁感应成像技术(MIT)的图像重建质量存在精度较低的问题,提出了一种基于压缩感知原MIT图像重建方法.将MIT系统电压数据的采集过程视为压缩感知的线性测量过程,通过对灵敏度矩阵进行补零拓展和行向量随机重组操作重新设计了测量矩阵;采集到的电压向量也用相同的方式处理,作为压缩感知的测量信号.然后利用压缩感知信号重构算法恢复原始信号.最后进行了仿真实验,实验结果表明,利用本方法获得的重建图像误差和相关系数比传统图像重建算法要好.由此可见,这是一种精度较高的MIT图像重建方法.     

利用场量旋转变换的电容层析成像灵敏度系数简易计算方法

为减少电容层析成像(Electrical Capacitance Tomography,ECT)传感器灵敏度系数计算过程的烦琐程度,提出了利用电势函数旋转变换计算二维ECT传感器灵敏度系数的场量旋转变换方法。首先分析了ECT传感器场的特点,基于矩阵函数微分理论推导得出了ECT敏感场的旋转对称性表达式,并据此提出了适用于正问题数值解的灵敏度系数计算方法以及成像区域的均匀剖分算法。该方法运用二元函数的旋转变换,仅通过一次数值计算即可求解传感器的二维灵敏度系数,计算过程较传统场量提取法更加简便。之后,比较了运用提出的方法和传统场量提取法计算的ECT灵敏度系数,并通过仿真与实测实验比较了基于上述两种灵敏度系数矩阵的图像重构结果。实验结果表明,提出的方法与传统方法的灵敏度系数矩阵计算结果吻合,运用提出的方法重构的图像与传统灵敏度系数矩阵重构图像吻合,提出的方法正确且有效。     

动态滤波反投影图像重建算法研究

图像重建算法是过程层析成像(Process Tomography,PT)中的关键技术之一.本文提出了一种动态滤波反投影算法(Active Filter Linear Back Projection,AFLBP),并进行了实验仿真.结果表明,采用AFLBP对ECT系统中图像进行重建,可使系统在保持快速成像的同时,较好地解决了敏感场的非均匀分布和固定灰度阈值造成的成像精度问题,大大提高了系统的成像精度.     

ECT系统中重建高介电常数对象的算法

针对电容层析成像(ECT)系统中常用的快速图像重建算法线性反投影(LBP)算法在重建高介电常数成像对象的图像时,重建的图像质量差,提出一种高介电常数成像对象的快速图像重建算法,根据不同介电常数成像对象的成像敏感场分布图具有高度相关性的特点,采用成像敏感场灵敏度替换法提升高介电常数对象的成像敏感场灵敏度,利用正则化图像重...     

基于COMSOL的电容层析成像系统灵敏度场的计算

电容层析成像技术是检测两相流或多相流的过程检测技术,在工业领域中有着广泛的用途.要实现电容层析成像的图像重建工作必须先获得精确的灵敏度场数据,但是求取电容层析成像系统的灵敏度场矩阵十分复杂,而且编写有限元网格剖分模型的程序也相对繁琐和困难,且设定好的网格不易于快速修改.鉴于此,提出一种利用有限元软件COMSOL和电势分布来求解灵敏度场矩阵的方法.最后通过仿真实验进行了验证.仿真实验结果也证明了这种灵敏度场计算的有效性和可靠性.     

压缩感知在ECT分相含率检测中的应用

该文研究了压缩感知(CS)理论在电容层析成像(ECT)问题中的应用,有效解决了图像重构中的欠定性问题,从而通过图像计算两相流中的截面分相含率。首先,采用时域基作为图像向量的稀疏基,并采用高斯随机对灵敏度矩阵进行重新排序,设计其观测矩阵;然后,将不动点迭代算法FPC应用于凸优化问题的求解,得到重构图像;最后,利用最优阈值算法对重构图像进行灰度处理,由灰度图像进行分相含率的计算。在仿真实验阶段建立ECT传感器模型,对3种典型两相流流型进行重构,并与经典的LBP,Landweber算法综合3种重构效果评价指标进行比较。仿真结果表明:基于CS的ECT重构算法在只有少量测量数据的情况下也能精确地重构图像,且成像质量远高于LBP算法,并优于Landweber迭代算法,成像速度也大幅提升,有效提高了分相含率检测的准确性。     

利用ECT信息改进EST图像重建

提出了基于电容层析成像(ECT)与静电层析成像(EST)的双模态传感器技术.该技术应用电容层析成像重建得到的介质分布结果作为先验信息,提高了静电层析成像的图像重建精度.针对静电荷对ECT测量值的干扰进行了探讨.理论分析表明,ECT采用交流法检测电容,在高频交流激励、带通滤波方式下,微小电容检测系统可以消除颗粒感生电荷噪声的低频干扰.针对电荷灵敏场受介质分布的影响进行了研究,数值仿真计算表明,采用ECT提供的介质分布信息可修正实际流型下的电荷灵敏度,降低EST电荷分布反演的不确定度.由于EST的相对图像误差、相对电荷余量等图像重建指标均有所减小,所以图像相关性更好.     

电容层析成像系统三维电场分析及阵列电极优化

通过电磁场有限元软件ANSYS仿真,构建电容层析成像(ECT)系统敏感阵列电极三维模型,分析ECT敏感场的"软场"效应,推导计算灵敏度矩阵,并分析敏感阵列电极结构参数对ECT电场灵敏度的影响,进而优化阵列电极结构.实验结果表明,利用优化的阵列电极可获得较均匀的敏感场分布及较高的检测灵敏度,并重构出较满意的图像.     

同步迭代图像重建技术在电容层析成像系统中的应用

在电容层析成像 (ECT)系统中 ,为克服电容测量值数目有限以及管道内敏感场分布的“软场效应”,引入了一种同步迭代图像重建技术 (SIRT)。针对收敛速度和重建后图像的模糊效应 ,对 SIRT算法进行了改进。改进后的 SIRT算法使重建图像的速度和质量都有了明显的提高。对八电极ECT系统进行的仿真和静态实验结果表明 ,这种算法可望满足用于在线工业过程电容层析成像系统成像的要求。     

基于分割Bregman迭代的内-外置电极电容层析成像

针对电容层析成像(electrical capacitance tomography,ECT)逆问题的病态性和不适定性,提出了一种基于分割布雷格曼迭代(split Bregman iteration,SBI)的图像重构算法。在目标函数中引入基于参考图像的正则化、低阶约束和空间约束,从而提高成像质量和空间分辨率。对内-外置电极的ECT敏感场内环形区域进行图像重建。仿真结果表明:与Tlkhonov正则化算法和Landweber迭代算法相比,基于布雷格曼迭代的图像重建算法具有较好的空间分辨率,图像误差降低至0. 162 1,图像相关系数提升至0. 874 4,图像重建的精度和质量较高,说明了该算法在ECT图像重建领域的可行性和有效性。     

融合边界条件的电阻抗图像重建仿真研究

结合成像目标的边界结构信息,提出一种新的改善电阻抗图像重建质量的方法.在生物医学电阻抗断层成像中,将传统采用圆形场域的重建模型改进为与人体胸腔边界近似的八边形场域,建立正问题数学模型,求解得到灵敏度系数矩阵,经等位线滤波反投影算法获得感兴趣区域的仿真分布图像.针对成像目标在场域中的不同分布情况,采用面积占空比对两种重建模型下的成像效果进行评价.图像及数据分析结果表明,改进方法重建图像伪影明显减少,面积占空比也更接近真实分布,提高了图像空间分辨率,达到了改善电阻抗重建图像质量的目的.     

一种新的正则化图像重建算法及参数优化

针对电学层析成像技术的反问题求解,提出一种新的正则化图像重建算法及正则参数选择方法.采用最小二乘拟合法构建正则参数与评价参数的Matlab数学模型,取极值获得正则参数值;利用COMSOL Multiphysics建立仿真场域,最后利用Matlab求解反问题,重建图像.通过对重建图像及评价参数的对比分析,验证了方法的有效性.结果表明,所用方法及正则参数能够有效改善反问题的病态性,使反问题的求解质量最优.     

基于向量稀疏和矩阵低秩的压缩感知核磁共振图像重建算法

当前基于压缩感知理论的核磁共振图像重建算法大多仅利用图像数据的稀疏性或者低秩性,并没有同时利用图像的这两个性质.本文提出了一种基于向量稀疏性和矩阵低秩性的压缩感知核磁共振图像重建方法.该方法利用核磁共振图像中图像块的非局部相似性对求解优化模型的经典非线性共轭梯度算法进行改进.主要是在共轭梯度算法的迭代过程中对每一图像块寻找其相似块,由于相似块的像素组成的矩阵具有低秩性,因此利用矩阵低秩恢复算法对每一图像块进行更新.改进后的方法同时利用了图像数据的稀疏性和低秩性.实验结果表明,该方法相对于现有的具有代表性的图像重建算法相比,提升了重建图像的质量,具有较高的信噪比.     

代数重建和同步迭代重建在电容层析成像中的比较研究

针对电容层析成像技术(ECT)中的逆问题——图像重建算法的非线性和病态性问题,以12电极电容层析成像系统为对象,研究了代数重建算法(ART)与同步迭代重建算法(SIRT).分别对仿真电容值和实测电容值进行图像重建的实验验证,从成像效果、相对误差及重建时间3个方面对这两种算法进行了评估与分析.结果表明,ART算法和SIRT算法均能有效地实现ECT图像重建,其中SIRT算法能够在100次迭代内达到高精度,在收敛速度和成像效果上更具有优势.     

基于TMR的磁导率EMT的传感器阵列设计

为实现对流化床中磁性催化剂颗粒分布的实时监测,对EMT技术应用于磁导率分布测量的可行性展开研究.常规EMT系统一般用于重建电导率分布,且采用线圈进行检测,存在检测灵敏度低、测量数据少的问题,为此采用灵敏度高、体积小的线性TMR传感器替代测量线圈,设计了新的TMR-线圈传感器阵列,对阵列中TMR传感器的敏感轴方向进行了优化,在此基础上选择多维公司TMR2905作为测量器件.结合仿真软件COMSOL Multiphysics和MATLAB,利用模拟扰动法建立了TMR-线圈传感器阵列的灵敏度矩阵.使用Landweber迭代算法求解逆问题,为保证重建图像质量并防止过迭代,设置相邻两次重建结果的剩余测量矢量的差值作为迭代停止条件,通过多次测试选定系统在低固含率和高固含率条件下的迭代阈值分别为0.001和0.050.在仿真和实验平台中针对4种不同的磁导率分布情况进行图形重建,结果表明仿真和实验的重建图像均可以正确反映磁导率在敏感场中的分布信息,验证了TMR-线圈传感器阵列用于测量流化床中磁性催化剂颗粒分布的可行性.为了进一步提高重建图像的质量,通过仿真研究了TMR传感器数量对EMT系统重建图像质量的影响:当TMR传感器从8个增加到16个后,重建图像与实际分布图像的相关系数在4种不同磁导率分布情况下较原来平均提高23.8%.     

数字化ECT成像系统

基于电容敏感原理设计的数字化电容层析成像系统,利用有限元法,分析了阵列电极结构对敏感场分布的影响,通过优化设计和仿真试验,改善了敏感场分布的均匀性;构建了以DSP为核心、FPGA协同工作的12电极的数字化ECT系统,提出了由离线预迭代和在线一步成像所构成的新的图像重建算法——预迭代法,其成像速度及精度均明显提高．     

基于增广拉格朗日的全变分正则化CT迭代重建算法

采用一种基于增广拉格朗日方法(augmented Lagrangian method)求解全变分正则化(total variation regularization)算法(ALMTVR)来进行CT图像重建.将ALMTVR算法与经典的代数重建算法(algebraic reconstruction technique,ART)进行比较,并采用仿真数据与实际数据进行实验.在实验中,使用ALMTVR算法与ART算法分别进行图像重建,并对重建图像进行对比分析.实验结果表明:所提算法与ART算法相比,显著提高了图像重建的质量与速度,显示了其对图像重建的有效性及在CT成像系统中潜在的应用价值.     

一种改进牛顿-拉夫逊ERT绝对图像重建算法

为了提高电阻层析成像重建图像分辨率,提出一种改进牛顿-拉夫逊绝对图像重建算法.在算法迭代过程中,采取灵敏度矩阵自动更新的策略,同时结合图像重建结果自动选取阈值,并根据阈值修正电阻率.仿真实验结果表明:相比单纯采用灵敏度矩阵自动更新策略的改进牛顿-拉夫逊算法,在无噪声干扰下,新算法图像相对误差平均降低了35.620%,在1%幅度噪声干扰下,新算法图像相对误差平均降低了31.962%,在实现绝对图像重建的同时,有效提高了图像重建质量.     

基于字典学习的传统民族服饰多标签标注算法

为了实现对传统民族服饰图像文化内涵的自动挖掘,提出了基于字典学习的传统民族服饰图像多标签标注算法.该算法在原有相似系数结构不相关字典学习方法基础上,对重建系数判别能力进一步增强,实现多标签标注任务.首先,利用支持向量机(SVM)算法对重建系数进行线性分类;接着,为每一类别构建一个字典,同时对SVM分类错误的样本进行惩罚;然后,将字典与重建系数不断迭代求解;最后,利用测试样本重建误差和重建系数在分类器中的分类效果完成标签预测.实验结果证明了该方法性能上有所提升,并且在不同数据上的结果更加稳定.