基于正则化的LANDWEBER电容层析成像图像重建算法研究

在分析电容成像基本原理和图像重建算法基础上,针对Landweber迭代算法收敛速度慢,本文提出一种基于Tikhonov正则化算法的Landweber迭代法.算法采用Tikhonov正则化算法代替LBP算法作为Landweber迭代法的起始步,并推导出相应的优化迭代步长.经仿真验证,该算法在图像重建收敛速度和抗干扰能力上要高于Landweber迭代法.     

图像融合理论在电容层析成像中的应用

针对图像重建问题,介绍了电容层析成像的系统构成及基本原理,多分辨率图像融合方法和融合规则,并对预处理投影Landweber算法和改进的Tikhonov正则算法所仿真的结果进行图像融合。结果表明:融合图像成像精确度明显地提高,去除冗余信息后的图像更接近原型,可应用于现场两相流的实时图像重建。     

一种改进的梯度加速Landweber算法及其在ECT图像重建中的应用

图像重建算法是电容层析成像技术(electrical capacitance tomography, ECT)在工业应用中的关键。Landweber迭代算法在图像重建的精度和速度上取得了较好的折衷性,但其收敛速度较慢,且迭代后期具有不稳定性,无明确的迭代停止准则。提出一种改进的梯度加速Landweber迭代算法,依据级数理论对梯度加速Landweber迭代算法进行深入分析,通过构造残差矩阵并添加约束因子获得新的迭代公式,并将其应用于ECT图像重建。数值仿真结果表明,改进算法对各流型的相对误差及相关系数均可在较少次迭代后稳定收敛于某一确定值,具有明确的迭代停止准则,且对于大多数流型的重建图像在主观质量上更接近于原始流型,从而验证了改进算法的稳定性及有效性。     

改进Landweber预迭代ERT图像重建算法

由于电阻层析成像问题本身严重病态,导致重建图像分辨率较低。为了提高重建图像精度,提出一种改进Landweber预迭代图像重建算法。首先,利用改进粒子群算法离线优化灵敏度矩阵,改善其病态程度,同时缩小满足算法收敛条件的增益因子取值范围;再设置4种典型流型,计算算法重建图像与其相关系数的平均值,并将平均值作为适应度函数,利用改进粒子群算法离线选择Landweber预迭代算法增益因子,并将改进算法应用于两相流典型流型与复合流型图像重建。实验结果表明,相同实验条件下,与在线预迭代(offline iteration online reconstruction,OIOR)算法、经验选择增益因子Landweber预迭代算法相比,新算法有效提高了图像重建质量,而与修正牛顿-拉夫逊算法相比,在不影响成像精度的前提下,提高了算法实时性。     

EMT 系统在磁性催化物分布检测中的应用

研究了电磁层析成像技术(EMT)在生物柴油制备过程中磁性催化物的分布检测上的应用。为了能够有效应用磁性催化物的导磁特性,在一种8线圈TMR-线圈结构的传感器阵列的基础上设计了仿真实验,比较了不同粒径大小的催化剂分布的成像结果,研究表明,该线圈结构适用于磁性催化物的分布检测。为了改进传统成像算法成像质量差、成像速度慢的缺点,研究了匹配追踪算法(CoSaMP)在图像重建上的应用,并与传统的Tikhonov算法和Landweber算法进行比较,结果表明CoSaMP算法有更好的边缘处理能力和更快的成像速度,与其他两种算法相比,图像误差平均降低了30.4%,成像速度提高了46%,有效提高了重建图像质量与速度。     

电磁层析成像图像重建中的修正Landweber迭代算法

电磁层析成像技术中图像重建算法的准确与快速是其在工业现场中得以应用的关键。Landweber迭代算法是电磁层析成像图像重建中应用最广泛的迭代算法,但其需要多次迭代,收敛速度慢。该文提出一种修正的Landweber迭代图像重建算法,该算法通过在构建的电磁层析成像逆问题目标泛函中添加正则化项,并采用自适应权重系数的方法,提高了收敛速度,并且改善了重建图像的质量。利用有限元法,在Maxwell中进行电磁层析成像正问题的求解,获得了图像重建所需的灵敏度矩阵。仿真和数值实验结果表明,修正的Landweber迭代算法在收敛速度和重建图像质量两方面均优于Landweber迭代算法。     

利用多准则Hopfield网络对ECT进行图像重建

针对电容层析成像技术中图像重建质量较差的问题,提出一种基于多准则Hopfield网络模型的电容层析成像的改进图像重建算法。首先分析了ECT图像重建和Hopfield网络的基本原理,然后根据ECT图像重建的特点确定了4种准则函数:图像熵、测量电容和估计电容的误差平方和、重建图像的局部非均匀性函数和总变差,并将这4种准则函数引入Hopfield网络的能量函数中,由此推导出Hopfield网络的动态方程,在此基础上得到ECT图像重建迭代算法,最后通过仿真实验对所提方法进行了验证。仿真实验结果表明利用此方法获得的重建图像误差和相关系数比LBP算法和Landweber迭代算法得到的相应指标要好。由此可见,该方法是一种有效的、精确度较高的ECT图像重建方法。     

电磁层析成像技术在刹车盘缺陷检测中的应用

针对列车刹车盘缺陷检测的实际需求,提出采用电磁层析成像技术(electromagnetic tomography,EMT)对刹车盘进行缺陷检测,检测得到的数据经过图像重建后对缺陷的位置、形状和大小等分布信息进行显示。根据列车刹车盘的结构特点,设计平板型传感器线圈阵列,通过电磁场仿真软件对不同缺陷的刹车盘模型进行仿真,并使用不同算法进行缺陷成像。通过评价指标对比了不同算法的图像重建质量,仿真结果验证了电磁层析成像技术用于列车刹车盘缺陷检测的可行性;搭建了刹车盘缺陷检测的EMT实验系统,对刹车盘缺陷进行数据采集与成像实验。实验结果表明,电磁层析成像技术在高速列车刹车盘缺陷检测中具有很好的应用前景。     

基于插值与NSQCT域融合的图像超分辨率重建

为了提高图像的分辨率和较好地保留图像的细节信息,提出一种基于插值与非下采样四元数轮廓波变换(NSQCT)域融合相结合的单幅图像超分辨率重建算法。首先对源图像进行软判决自适应插值和三次样条插值;然后对两幅插值图像进行NSQCT分解,对于低频子带系数,提出了基于区域平均梯度、区域能量和S函数相结合的自适应加权融合规则;对于高频子带系数,提出了一种基于改进的拉普拉斯能量和与加权分析法相结合的融合规则;最后对融合系数进行NSQCT逆变换得到高分辨率重建图像。实验结果表明,本文方法在峰值信噪比、结构相似性及视觉效果上均优于一些经典的重建算法。     

结合深度线索和几何结构的稀疏光场密集重建

光场一次成像可以同时获得空间和角度的四维信息。现有方法进行角度超分辨率重建时多用于小基线场景的光场图像,在处理大基线场景重建时存在模糊等现象,同时在光场重建过程中遮挡区域重建效果差、长距离的空间关系难以捕获。针对上述问题,提出一种结合深度线索和几何结构的稀疏光场密集重建方法。该方法采用空间金字塔池化提取多尺度特征,更好地保留了图像的纹理细节和高频信息;通过在深度估计模块的部分引入空洞卷积并进行密集连接,扩大了感受野,提高了大基线场景深度估计的精度;利用视图细化模块对图像进行优化处理,在保留视差结构的同时重建了遮挡区域。实验结果表明,本文方法较好地解决了大基线场景光场重建问题,在光场大基线场景数据集上超越了其他算法,PSNR提高了2 dB,SSIM提高了0.018,重建图像的质量均优于现有的算法。     

基于双参数模型的ECT图像重构混合算法

为了提高电容层析成像重构图像的精度和速度,本文提出了一种基于双参数模型的电容层析成像图像重构混和算法。该算法利用Morozov偏差原理确定Tikhonov正则参数,能使正则参数的选取与初始数据的误差相匹配,同时基于Morozov偏差方程导出了一种双参数模型,并进一步与牛顿法相结合用于快速得到最优的正则参数。数值实验表明:与线形反投影算法(LBP)、Landweber迭代算法和L-曲线法相比,所提出的混合算法具有图像重构速度快、精度高的优点。     

基于电磁层析成像技术的接地网导体异常检测

接地网是维护系统安全、保障运行人员及设备安全的重要环节,对其异常状态的有效检测直接关系到电力系统的安全稳定运行.文中研究了基于电磁层析成像(Electromagnetic Tomography,EMT)技术的接地网导体异常状态检测方法,应用改进Landweber迭代算法基于EMT技术测试系统的感应电压测量结果获取了接地网导体的重建图像,定义了图像相关系数对接地网导体的异常状态进行检测.对某35 kV接地网正常与腐蚀、断裂等典型故障下的分析结果表明,将EMT计算引入接地网导体的异常检测具有一定的可行性,且具有非接触、对接地网导体状态变化敏感等优势,所定义的图像相关系数指标能有效识别接地网导体的异常状态.研究结果可为接地网运行状态的准确评估提供重要依据.     

基于改进极小范数解的电容层析成像图像重建算法

提出了一种新的电容层析成像图像重建算法。在分析极小范数解的基础上，针对电容层析成像(ECT)逆问题的特点，利用正则技巧对其进行改进，并利用奇异值分解定理分析了这种改进的数值稳定作用。在此基础上，利用加权技巧建立新的目标泛函进一步改进极小范数解，并在求解该泛函的过程中采用正则技巧确保数值解的稳定性。数值实验表明，该算法是有效的，能够有效地克服ECT图像重建的数值不稳定性；而且该算法计算直接、无需任何复杂的技巧；就该文所考察的重建对象而言，其图像重建质量好于线性反投影算法(LBP)、标准Tikhonov 正则法和投影Landweber迭代法。从而为ECT图像重建提供了一种新的有效方法。     

基于小波神经网络的电容层析成像图像重建算法

电容层析成像(electrical capacitance tomography,ECT)技术是一个复杂的非线性问题,针对图像重建问题的病态性,提出了基于小波神经网络的图像重建算法。利用主成分分析法对输入变量(电容测量值)进行降维处理,利用小波神经网络建立电容测量值与成像区域介电常数分布的非线性映射。小波神经网络的神经元激励函数由伸缩和平移因子决定的小波基函数,采用BP算法对网络进行训练,并引入学习率与动量因子的自适应调整方法以加快网络训练的收敛速度。实验结果表明,与典型的反投影及Landweber迭代算法相比,该算法所构图像质量有明显改善。     

基于混合非凸性二阶全变分和重叠组稀疏的非盲图像去模糊算法

为了解决凸性全变分正则化模型会使重构结果出现非闭合轮廓和非齐整边缘等缺点,设计了混合非凸性全变分耦合重叠组稀疏的图像去模糊算法.重叠组稀疏正则化项很好地考虑了相邻元素之间相互交叉的关系,非凸性二阶lp范数正则化项较好保持了图像的边缘形状信息,同时将这两个正则约束项融入到全变分函数中,可以准确地恢复边缘结构特征以及消除平滑区的阶梯效应和振铃效应.最后,为实现非凸性高阶模型的优化求解,提出了变量分裂法,将该模型分离成4个子问题,然后借助重加权l1交替方向法来完成图像去模糊的计算.测试数据显示,相比当前图像复原技术,所提算法具备更为理想的去模糊效果,复原图像表现出更高的峰值信噪比和结构相似度,可以更有效地恢复出边缘形状信息和纹理细节.