基于旋转电极的电容层析成像技术图像融合算法

针对固定电极的电容层析成像技术独立测量值较少,且由于电极位置的影响而导致重建图像失真等问题,提出了一种基于16旋转电极的电容层析成像技术系统模型及对应的图像融合方法。模型对16电极的电容层析成像技术模型进行4次旋转,得出的数据分别采用线性反投影算法和修正共轭梯度法算法进行图像重建,再将重建的5张图像进行小波变换,变换得到的低频和高频成分分别采用加权平均和主分量分析的融合准则进行图像融合。实验结果表明:提出的电容层析成像技术旋转模型通过增加测量电容数,结合图像融合方法可明显提高重构图像质量,降低成像误差。     

基于BP神经网络的ECT图像重建算法

针对电容层析成像图像重建问题的病态性,利用COMSOL软件建立系统模型,并结合MATLAB实现正问题的求解。依据BP神经网络所具有的理想的非线性映射和联想记忆功能实现了由检测电容值到重建图像灰度值之间的非线性映射,避免了传统算法中对灵敏度矩阵求解的繁琐,克服了因线性化处理所导致的成像精度低的缺点。在MATLAB平台下,采用2种滤波方法进行滤波,对图像增强修复,提高了图像质量。     

基于鲁棒正则化极限学习机的电容层析成像图像重建

电容层析成像图像重建是一个非线性及病态性逆问题。基于此,提出了基于迭代重加权最小二乘法的鲁棒正则化极限学习机(RELM-IRLS)算法的电容层析成像图像重建方法,以油/气两相流为研究对象,通过有限元仿真构建随机分布流型,对RELM-IRLS算法完成训练,并与Landweber迭代算法及极限学习机算法进行对比,RELM-IRLS算法的测试集平均误差相比极限学习机算法减小4.6%。仿真及静态实验结果均表明, RELM-IRLS算法所得重建图像质量得到明显提升,且算法具有良好的泛化性能。     

基于小波融合的电容层析成像图像重建

提出了基于小波变换的电容层析成像重建图像融合方法。首先,使用共轭梯度最小二乘法算法及Landweber迭代算法分别进行图像重建;其次,将所得重建图像进行小波分解,其近似分量按加权平均的融合规则进行处理,细节分量按绝对值最大融合规则进行处理;最后,将融合之后的数据进行小波重构,获得新的重建图像。仿真及实验结果表明,融合后的重建图像精度有所提高、图像伪影明显减少。     

基于改进LSQa算法的直接三维ECT图像重建

针对电容层析成像（ECT）技术逆问题的病态特性，本文将最小平方QR分解法（LSQR）应用到直接三维ECTIN像重建中，并采用动态滤波函数对重建图像进行改善。本文采用仿真实验的方法，从成像效果、误差评价及重建速度三个方面与Landweber算法进行了比较分析，结果表明，改进的LSQR算法能在较快的时间内达到收敛，数值比较稳定。     

基于深度信念网络的ECT图像重建算法

为提高图像重建质量,针对电容层析成像技术(ECT)中的电容数据复杂多样且与介电常数呈非线性关系的特点,提出一种基于深度信念网络(DBN)的重建算法,利用DBN的深层非线性网络结构来实现电容值与重建图像灰度值非线性关系。并对DBN进行了改进,将自适应步长(AS)引入到对比散度(CD)算法中,解决固定步长寻找全局最优困难的问题,改善图像质量;在微调阶段采用拟牛顿法加快收敛速度,减少训练时间。在COMSOL5.3软件上进行仿真试验,通过MATLAB2014a对图像进行重建。试验结果表明:DBN能够有效地重建图像,并且要优于传统算法;改进后的DBN训练时间缩短了5.51s,图像误差低至0.0094,相关系数高达0.9973,是研究ECT图像重建的新方法和手段。     

基于SVM的ECT图像重建算法

电容层析成像（ECT）技术是基于电容敏感机理的过程层析成像技术。ECT的图像重建是一个典型的有限样本非线性映射问题。支持向量机（SVM）作为一种小样本处理方法，具有较强的泛化能力，被认为是目前针对小样本分类问题的最佳理论。提出了一种基于SVM的四层神经网络的图像重建算法，仿真结果表明，该算法用于三相流图像重建具有较强的空间分辨率和泛化能力。     

电容层析成像三维图像重建研究

进行了电容层析成像(ECT)三维图像重建的仿真研究。首先利用COMSOL软件对ECT传感器进行三维建模,基于其高精度的有限元求解,计算ECT的灵敏度矩阵;其次,基于Matlab软件实现了基于线性反投影(LBP)及Landweber迭代算法的ECT图像重建,并利用图像显示程序获得了三维重建图像;最后,对球体及圆柱体模型进行了三维ECT图像重建,获得了较好的重建结果。     

电容层析成像混联归一化模型研究

在电容层析成像图像重建过程中,为更好地反映两相/多相介质介电常数的分布,提出了一种电容混联归一化模型。基于剖分单元到中心电场线的最小距离与最大距离的比值,确定了电容混联归一化模型的加权因子,并据此计算灵敏度矩阵。进行了仿真实验及静态测试,结果表明重建图像的精度及形状保真度均获得明显提高。     

基于梯度投影稀疏重建算法的电容层析成像图像重建

为解决两相流中存在中心物体、物体比较小或存在多个物体且相距较近时电容层析成像(ECT)重建图像精度较差的问题,基于稀疏分布的流型其介电常数分布满足稀疏性的先验条件,采用梯度投影稀疏重建(GPSR-BB)算法进行ECT图像重建。仿真及实验测试结果表明:GPSR-BB算法对于流体中小目标以及复杂流型的图像重建质量较好,重建图像的形状保真度高。     

Image reconstruction algorithm based on the extended regularised total least squares method for electrical capacitance tomography

Electrical capacitance tomography (ECT) is a non-invasive imaging technology that aims at the visualisation of the cross-sectional permittivity distribution of a dielectric object based on the measured capacitance data. Successful applications of ECT depend greatly on the precision and speed of the image reconstruction algorithms. ECT image reconstruction is a typical ill-posed problem, and its solution is unstable, that is, the solution is sensitive to noises in the input data. Methods that ensure the stability of a solution while enhancing the quality of the reconstructed images should be used to obtain a meaningful reconstruction result. An image reconstruction algorithm based on the regularised total least squares (TLS) method that considers the errors in both the sensitivity field matrix and the capacitance data for ECT is presented. The regularised TLS method is extended using a combination robust estimation technique and an extended stabilising functional according to the ill-posed characteristics of ECT, which transforms the image reconstruction problem into an optimisation problem. In addition, the Newton algorithm is employed to solve the objective functional. Numerical simulations indicate that the algorithm is feasible and overcomes the numerical instability of ECT image reconstruction; for the cases of the reconstructed objects considered here, the spatial resolution of the reconstructed images obtained using the algorithm is enhanced; as a result, an efficient method for ECT image reconstruction is introduced.     

基于小波变换的CT/ECT图像融合方法

在基于工业CT及ECT的多相流参数测量中,CT所得重建图像分辨率较高,但由于其投影角度较少,重建图像边缘出现失真;对于ECT 系统,由于其敏感场软场特性,其重建图像分辨率较低,但图像边缘保真度高。基于二者的互补特性,研究了CT/ECT图像融和方法,提出了改进的逻辑滤波器算法应用于小波变换的低频系数融合规则,结果表明该方法可提高融合后的重建图像质量。     

Filter for biomedical imaging and image processing

Image filtering techniques have numerous potential applications in biomedical imaging and image processing. The design of filters largely depends on the a priori, knowledge about the type of noise corrupting the image. This makes the standard filters application specific. Widely used filters such as average, Gaussian, and Wiener reduce noisy artifacts by smoothing. However, this operation normally results in smoothing of the edges as well. On the other hand, sharpening filters enhance the high-frequency details, making the image nonsmooth. An integrated general approach to design a finite impulse response filter based on Hebbian learning is proposed for optimal image filtering. This algorithm exploits the interpixel correlation by updating the filter coefficients using Hebbian learning. The algorithm is made iterative for achieving efficient learning from the neighborhood pixels. This algorithm performs optimal smoothing of the noisy image by preserving high-frequency as well as low-frequency features. Evaluation results show that the proposed finite impulse response filter is robust under various noise distributions such as Gaussian noise, salt-and-pepper noise, and speckle noise. Furthermore, the proposed approach does not require any a priori knowledge about the type of noise. The number of unknown parameters is few, and most of these parameters are adaptively obtained from the processed image. The proposed filter is successfully applied for image reconstruction in a positron emission tomography imaging modality. The images reconstructed by the proposed algorithm are found to be superior in quality compared with those reconstructed by existing PET image reconstruction methodologies.     

一种修正的电阻层析成像Landweber迭代算法

研究了灵敏度矩阵更新的Landweber迭代图像重建算法,以期提高重建图像精度。灵敏度矩阵更新时的初始图像由Landweber迭代法获得,对不同迭代次数的灵敏度矩阵更新间隔进行了比较,并且对灵敏度矩阵的更新次数进行了分析,仿真及实验结果表明,该方法能有效提高图像重建精度。     

一种电容层析成像图像重建优化算法

提出一种电学层析成像(ECT)图像重建优化算法。通过将传统正则化算法转化为最小二乘问题进行求解,结合lp范数逼近正则化最小化问题,利用重新加权的方法进行迭代计算。以油-气两相流模型进行仿真及静态实验,将所提出的优化算法与常用的LBP、Landweber迭代及Tikhonov正则化算法进行对比。结果表明,与常用算法相比,采用该优化算法对管道中心物体及多物体分布流型进行图像重建,其图像相对误差均为最低,且重建图像的形状保真度明显提高。     

基于卡尔曼滤波的摄像机标定方法

本文提出了一种基于迭代扩展卡尔曼滤波的摄像机标定方法.将二维平面靶标图像上的特征点看作是匀速运动的点,以观测到的特征点图像坐标和对应世界坐标作为滤波器的输入,摄像机内外参数的估计值作为滤波器的输出,根据迭代扩展卡尔曼滤波算法得到摄像机内外参数的最优估计.通过仿真和真实实验,结果表明,对于有限数量的平面靶标标定图像数据,该算法具有较高的标定精度和较好的鲁棒性.