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.     

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。     

嵌入式电容层析成像系统的成像加速方法研究

为了提高嵌入式系统设计中电容层析成像(ECT)的图像重构速度,研究了一种针对进阶精简指令集机器加上现场可编程门阵列(ARM+FPGA)硬件架构的图像重构算法加速技术。针对广泛应用且鲁棒的Landweber迭代算法(ILA),首先分析算法结构,然后基于FPGA的流水线特点,改进ILA涉及的循环结构,从而达到加速的效果。同时,针对ARM+FPGA架构的特点,讨论了ARM核与FPGA核各自的任务分配方式,进一步优化了算法速度。为了验证算法的有效性,分别在使用MATLAB编程和使用提出的加速方法搭建的ZYNQ平台进行了图像重构实验,从图像重构耗时、图像相对误差和图像相关系数3个指标论证提出方法的有效性。实验结果显示,使用搭建的ZYNQ平台进行Landweber算法成像时,每个图像的运行时间比使用MATLAB编程的运行时间减少了30%～40%。该研究在保持重构精度的同时有效提升了迭代算法的速度,对于ECT系统的硬件加速具有一定适用性。     

一种48电极可配置电容层析成像系统模型

针对已有电容层析成像(ECT)技术的独立电容较少、反问题方程数过少及其解不唯一的问题,提出了一种48电极的ECT系统模型及模型组合电极策略。首先,通过组合电极策略将多个临近电极组合成一个电极,使原48电极ECT系统配置为8、12、16或24电极ECT系统,从而获得绕管道轴心旋转不同角度的多个具有相同电极数ECT系统;然后,通过有限元仿真和图像重构算法成像。该模型可使ECT反问题的方程组中电容数成倍增加,从而改善了ECT反问题方程组因方程数过少而引起的解不唯一的不适定问题,解决了增加电极数而电极片面积却减小引起的电容值减小问题。仿真结果表明:所提出的ECT模型及其组合电极策略可重构图像,并能通过增加测量电容数提高重构图像质量;在系统加入10%标准差白噪声时,图像错误率下降约6%。     

电容层析成像的BP网络重建

电容层析成像系统在工业上用于管道内流体的实时监测，本文提出用神经网络的方法来代替传统的反投影算法进行图像重建，以解决传统算法存在的扭曲形变和空间精度受限的问题。文中用改进的ＢＰ算法训练，采用一个两层感知机网络，网络的输入是预处理过的测量电磁量，输出直接对应到空间图像。     

电容层析成像中电容敏感场的计算与图像重建

建立了１２电极基本传感器的有限元模型，对电容敏感场进行了仿真计算，以此作为先验中以重建出令人满意的图像，为进一步的应用研究提供了强有力的支持。     

电容层析成像中微小电容检测的研究

本文对几种微小电容检测的方法进行了探讨，详细地阐述了交流电桥法微小电容检测的原理，提出并了一种交流型电容测量电路，其电路硷定性：信噪比、分辨率部比充／放电直流型转换电路的高。该电路能抑制杂散电容的干扰，能测量微小电容的变化。     

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.     

Image Reconstruction Using a Genetic Algorithm for Electrical Capacitance Tomography

Electrical capacitance tomography （ECT） has been used for more than a decade for imaging dielectric processes. However, because of its ill-posedness and non-linearity, ECT image reconstruction has always been a challenge. A new genetic algorithm （GA） developed for ECT image reconstruction uses initial results from a linear back-projection, which is widely used for ECT image reconstruction to optimize the threshold and the maximum and minimum gray values for the image. The procedure avoids optimizing the gray values pixel by pixel and significantly reduces the search space dimension. Both simulations and static experimental results show that the method is efficient and capable of reconstructing high quality images. Evaluation criteria show that the GA-based method has smaller image error and greater correlation coefficients. In addition, the GA-based method converges quickly with a small number of iterations.     

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.     

两相流电容层析成像系统

基于电容层析成像技术设计了一套两相流型可视化系统。硬件部分采用交流激励的电容数据采集系统，具有较高的采集速度和分辨率；软件部分采用改进的线性反投影算法与Landweber迭代法进行图像重建，保证流型可视化的实时性和有效性；成像速度可达20幅／s，基本满足工业应用要求。实验测试与成像结果表明，该系统改进了数据采集速度。     

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．     

电容层析成像多电极激励方法分析

电容层析成像中的图像重建是一个不适定求解问题，电容的微测量误差将会引起较大的图像重建误差，因此提高互电容测量精度是保证图像重建质量的关键．分析了电容层析成像中电容测量原理，在此基础上，将多电极激励方式运用于电容层析成像中．经仿真实验表明：在电容层析成像的电容检测中，与目前普遍采用的单电极激励方式相比，采用多电极激励方式同样可以提高检测电极的电荷量32％～180％，从而有利于提高对互电容的检测精度。     

基于RBF网络和遗传算法的电阻抗图像重建算法

针对RBF网络的特性，提出一种实数编码的遗传算法，不仅可以同时确定网络参数（连接权、邹节点中心和宽度），而且解决了电阻抗图像重建问题，实验结果表明，用遗传算训练RBF神经网络再构图像较RBF网络使用Poggio学习规则的训练算法有明显改善。     

一种改进的脱机手写文字细化算法

在分析已有细化算法的基础上,针对两个像素宽的文字笔划,设计像素保留算法,有效解决了文字笔划断裂及丢失问题。实验证明,该改进算法能够准确提取文字骨架,在批量手写文字识别处理领域具有广阔的应用前景。     

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.