ECT图像重建组合算法研究.ppt

ECT图像重建组合算法研究.ppt

ID:49262552

大小:1.81 MB

页数:30页

时间:2020-02-02

ECT图像重建组合算法研究.ppt_第1页
ECT图像重建组合算法研究.ppt_第2页
ECT图像重建组合算法研究.ppt_第3页
ECT图像重建组合算法研究.ppt_第4页
ECT图像重建组合算法研究.ppt_第5页
资源描述:

《ECT图像重建组合算法研究.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、电容层析成像(ECT)图像重建组合算法研究王雷主要内容1.ECT图像重建存在的问题2.ECT图像重建模型3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法4.图像重建结果5.算法收敛性、正则化因子的选择及迭代次数选择6.结论1.ECT图像重建存在的问题1.电容传感器2.数据采集系统3.图像重建计算机电容层析成像系统组成示意图1231.ECT图像重建存在的问题图像重建是电容层析成像系统实际应用中的关键技术之一,其难点在于:图像重建受电容层析成像系统软场特性的影响十分严重。是一个不适定性逆问题求解过程:不适定性主要体

2、现在解的不稳定性。1.ECT图像重建存在的问题提出图像重建的两步算法:第一步:利用Tikhonov正则化方法解决解的不稳定性,得到一个全局最优解邻域的一个估计解(作为迭代初值)第二步:利用SIRT迭代算法的收敛性,对估计解进行迭代收敛,得到较为精确的图像重建结果2.ECT图像重建模型对于12电极系统,各电极间两两相互组合可构成独立电容个数为,第个电容的测量值可表示为:目前尚没有有效的数值解法能仅凭有限个数据求解上述积分方程的逆问题。2.ECT图像重建模型相关研究表明:介电常数较小的两相流体电介质分布对灵敏度函数的影响很小,可近

3、似假设灵敏度分布函数与电介质分布无关,则上式可简化为:2.ECT图像重建模型为了减小噪声的影响的,一般图像重建使用归一化的电容值:2.ECT图像重建模型代入对应的电容表达式得:2.ECT图像重建模型经推导得:2.ECT图像重建模型离散化可得图像重建的模型:为测量电容投影数据向量,为权重系数矩阵,为图像灰度向量3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法为使图像重建过程在投影数据完备的条件下进行,将成像区域用三角有限元划分为54个像素,如图:3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法此时

4、N=66(电容个数)、M=54(像素个数),为一超定方程求解问题引入了Tikhonov正则化原理,Tikhonov正则化方法是在基于最小二乘原理的广义逆算法基础上改进而来的一种稳定的广义逆算法3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法引入正则化参数,定义辅助函数3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法由,从而极小化,经推导可得:其中,一般称为正则化广义逆矩阵3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法由Tikhonov正则化方法得到的重建图像是比较“粗糙”的初始

5、图像,为了提高图像重建的精度引入了SIRT(SimultaneousReconstructionTechnique)算法对初始图像进行迭代改善。3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法SIRT算法的具体实现步骤如下:(1)将已获取的初始图像灰度分别赋给迭代初值;(2)计算投影值;3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法(3)计算各投影方程对各像素的修正量(4)计算像素的平均修正量3.Tikhonov正则化方法和SIRT迭代相结合的图像重建算法(5)以平均修正量对每个像素灰度值进行

6、修正(6)对所求得的各灰度估计值进行的收敛程度判断4.图像重建结果设定图像FLBP算法组合算法4.图像重建结果设定图像FLBP算法组合算法4.图像重建结果组合型图像重建算法的重建图像质量比传统的FLBP算法有了提高组合图像重建算法成像所用的时间与用FLBP算法进行成像所用的时间相差不是很大,将其应用于空隙率测量和流型辨识时基本可以达到工业应用的实时性的要求5.算法收敛性、正则化因子的选择及迭代次数选择5.算法收敛性、正则化因子的选择及迭代次数选择5.算法收敛性、正则化因子的选择及迭代次数选择5.算法收敛性、正则化因子的选择及迭

7、代次数选择关于正则化因子的选择:通过大量的仿真实验得出正则化因子的最佳取值范围为0.05~0.2,本文取正则化因子为0.09。值太大将引入过多的人为因素,太小则将削弱正则化效果。5.算法收敛性、正则化因子的选择及迭代次数选择关于迭代次数选择大量的实验表明在一定的迭代次数范围内,迭代次数越多重建图像的质量越高但是重建图像的质量并不是随着迭代次数的增加而增加的,有时迭代次数越多,重建图像的质量反而越低。因此SIRT的迭代次数并不是越多越好,同时考虑到算法的实时性,将SIRT迭代次数选择10次左右比较合适。6.结论1.引入了Tikh

8、onov正则化克服了图像重建过程中的不适定性,从而保证了初始图像的准确性和有效性。从数学角度而言是使初始估计解在期望解(实际截面图像)的邻域内,为SIRT算法提供了较好的迭代初值。6.结论2.在较好的迭代初值的前提下,利用SIRT算法的收敛性,得到了较为精确的重建图像。3.实

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。