电磁层析成像技术图像重建的仿真研究

电磁层析成像（EMT）技术的逆问题至今没有完全解决，在简单图像重建的基础上改进了EMT的反投影算法，应用了可以解第一类Fredholm积分方程病态问题的Landweber迭代法，通过重建结果的比较，Landweber迭代法是目前重建精度较高的EMT重建算法。     

电磁层析成像技术图像重建的仿真研究

电磁层析成像(EMT)技术的逆问题至今没有完全解决.在简单图像重建的基础上改进了EMT的反投影算法,应用了可以解第一类Fredholm积分方程病态问题的Landweber迭代法.通过重建结果的比较,Landweber迭代法是目前重建精度较高的EMT重建算法.     

电磁层析成像实验系统中的修正共轭梯度算法

为了提高电磁层析成像实验室系统的图像重建能力,改善共轭梯度算法不严格收敛和不充分下降的特点,推导出适应于电磁层析成像技术的修正共轭梯度算法,并分析了修正共轭梯度算法的收敛情况。在实验室电磁层析成像系统中,验证了修正共轭梯度算法的图像成像效果,并用图像误差和相关度评价了正则化算法、Landweber迭代算法、共轭梯度算法和修正共轭梯度算法,得出结论:在8线圈高频电磁层析成像实验室系统中,对于不同流型,修正共轭梯度算法的图像误差远低于其他算法,和原始图像的相关性最大。     

电磁层析成像:图像重建与BP网络

描述了ＢＰ网络应用于ＥＭＴ图像重建的基本原理和简易模型。网络的输入是传感器二维磁场正问题的有限元仿真得到的测量数据，网络 则特体空间各剖分单元的０－１状态值，网络用共轭梯度法改进的误差逆传播算法进行训练。简单物流的图像重建结果表明，网络模型在原理上提可行的，为进上步研究提供了初步基础。     

用于ECT图像重建的预处理Landweber迭代算法

针对Landweber迭代方法收敛速度慢的问题,采用预处理方法来加快其收敛速度,即减少为计算有效解所需的迭代步数,由求解方程ATAf=ATg变为求解DATAf=DATg,其中D是预处理矩阵.讨论了构建预处理矩阵的一般方法.采用两级预处理策略构建预处理矩阵,将大的奇异值聚合并与小的奇异值分隔开来,而不是将所有的奇异值聚合在一点上,避免信号与噪声混合.使用仿真数据对预处理Landweber方法的收敛速度以及重建图像质量进行了评价.实验表明,预处理投影Landweber迭代方法同未经预处理的Landweber相比只需很少的迭代步数就可以获得比较满意的重建结果,为电容层析成像技术在线进行定量的图像重建...     

电磁层析成像系统

为了研制新型电磁层析成像(EMT)系统,提高EMT系统图像重建质量,通过对多种电磁层析成像系统的比较,尤其分析了两种典型电磁层析成像系统:单线圈激励系统和平行场激励系统的结构特点和发展过程,根据传统EMT系统的基本结构和物理原理,给出了典型EMT系统的数学模型;归纳了电磁层析成像技术中常用图像重建算法:线性反投影算法、启发式图像重建算法、ART算法和相关算法的优缺点;总结了EMT系统传感器阵列的设计特点、优于其他电层析成像系统的特点以及当前在开发中遇到的困难,对于电磁层析成像技术的发展具有指导意义,为新型系统的研制提供了理论依据.     

厚管壁电容层析成像图像重建算法

探讨了适合厚管壁条件下的电容层析成像图像重建算法.针对厚管壁管道内几种不同流型,分别采用LBP算法、Landweber迭代算法和BP神经网络对8电极电容传感器进行成像重建计算.结果表明:在厚管壁情况下,LBP算法重建的图像质量很差;Landweber迭代算法在层流下的重建效果好于核心流和环状流;而BP神经网络算法可以有效重建管道内的介质分布,但对于没有训练到的任意流型,其重建效果不够理想.     

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.     

改进型离线迭代在线重构算法的电容层析成像技术研究

针对电容层析成像技术的逆问题中图像重构精度与速度的矛盾性,以12电极电容层析成像系统为对象,提出了一个改进型离线迭代在线重构(OIOR)算法。改进型OIOR算法是针对OIOR算法成像精度不高的问题加入了迭代滤波过程,既保证了成像速度,同时也提高了成像精度。以仿真电容值和实测电容值进行了图像重构的实验验证,从成像效果、相对误差、相关系数以及重构时间这4个方面对此算法进行了分析评估。仿真及实验结果表明:改进型OIOR算法通过迭代滤波100次即可在20ms内有效提高传统OIOR算法重构图像的精度,使其相对误差降低约20%;与传统迭代法相比,在获得相同精度图像的条件下,其重构时间约为传统迭代算法的1/10。     

电容层析成像算法

电容层析成像技术具有非侵入,响应快,低成本,测量范围宽及易于安装等特点,在多相流在线检测中具有良好的发展前景。电容成像中图像的重建算法与技术,是其在工业实际中得以应用的关键。近年来在图像重建方面的研究取得了较大的进展,Tikhonov正则法,Landweber迭代法、同步跌代法、神经网络法、共轭梯度法及通用迭代法的图像重建质量较LBP法有了明显提高。     

电容层析成像算法

电容层析成像技术具有非侵入,响应快,低成本,测量范围宽及易于安装等特点,在多相流在线检测中具有良好的发展前景.电容成像中图像的重建算法与技术,是其在工业实际中得以应用的关键.近年来在图像重建方面的研究取得了较大的进展,Tikhonov正则法,Landweber迭代法、同步跌代法、神经网络法、共轭梯度法及通用迭代法的图像重建质量较LBP法有了明显提高.     

基于1范数的电阻层析成像图像重建算法

为了提高电阻层析成像(ERT)系统中的图像重建效果,针对ERT测量数据和重建图像的稀疏特性,采用基于1范数的正则化最小二乘法(LSPs)进行图像重建.该方法将问题转化为有线性不等式约束的二次规划问题,使用内点法的优化方法进行数值计算,并针对研究对象提出自适应参数选择标准.可避免重建图像被过度平滑,能够将物场中不同介质有...     

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。     

用于电阻层析成像的快速自适应硬阈值迭代算法

针对电阻层析成像技术图像重建具有严重病态性的问题,提出了一种稀疏重建算法——快速自适应硬阈值迭代算法,研究了噪声对该算法在电阻层析成像图像重建效果上的影响,并通过仿真和模型实验测试了该算法的性能.结果表明:一定强度范围内的噪声对硬阈值迭代算法、自适应硬阈值迭代算法和快速自适应硬阈值迭代算法的影响较小.快速自适应硬阈值迭代算法成像速度更快,且该算法重建图像的空间分辨率相对其他两种算法也有较大的提高.     

新的迭代算法在粗糙表面电磁散射的应用

对于表面电磁散射 ,应用矩量法时 ,表面未知变量的数目非常大 ,即使对于一维表面也需要几千个未知变量 ,当我们求解矩阵方程时 ,计算机对求解的问题有内存和速度的限制。为了克服内存的限制 ,本文提出一种新的基于带形反演的迭代方法 ,并采用这一种新的迭代数值算法对周期表面的电磁散射问题进行了研究 ,并与矩阵反演方法进行了比较 ,所得结果表明 ,这种新的迭代法具有很好的收敛性 ,所提出的计算公式是可行的     

新的迭代算法在粗糙表面电磁散射的应用

对于表面电磁散射,应用矩量法时,表面未知变量的数目非常大,即使对于一维表面也需要几千个未知变量,当我们求解矩阵方程时,计算机对求解的问题有内存和速度的限制。为了克服内存在的限制,本提出了一种新的基于带形反演的迭代方法,并采用这一种新的迭代数值算法对周期表面的电磁散射问题进行了研究,并与矩阵反演方法进行了比较,所得结果表明,这种新的迭代法具有很好的收敛性,所提出的计算公式是可行的。     

电磁层析成像系统中标量磁势的数值解法

电磁层析成像技术是一种基于电磁感应定律的工业过程成像技术,激励线圈产生的交变磁场在目标物体中产生涡流,进而产生二次磁场.接收线圈检测到感应电压后利用重建算法可以得到物场的分布信息.边界元法以积分方程为数学基础,同时采用了与有限元法相似的划分单元离散技术,将边界积分方程离散为代数方程组后用数值方法求解.边界元法在电磁层析成像技术中已有一定的应用,而基于标量磁势的边界元法使得求解过程的速度和效率显著提高.本文针对一个简化的电磁层析成像系统模型,利用3种数值方法求解目标物体表面的标量磁势,并利用Matlab编程得到仿真结果.对结果进行对比分析后,选出最优解法.     

用于电容层析成像技术的共轭梯度算法

针对电容层析成像技术中的“软场”效应和病定问题,基于灵敏度矩阵的奇异值分解理论,提出共轭梯度图像重建算法及其改进算法———正则化共轭梯度法.仿真实验得知:经过 200次迭代后,Landweber算法残差为0. 139 5,未加正则化的共轭梯度算法残差为 1. 357 7×10-4;完成同样操作,Landweber算法迭代耗时 9. 3s,共轭梯度法只需 6. 8s.可见,共轭梯度法是一种比其他的迭代算法收敛更快、成像效果更好的图像重建算法.