ECT圖像重建組合算法研究課件

電容層析成像(ECT)圖像重建組合算法研究主要內(nèi)容1.ECT圖像重建存在的問題2.ECT圖像重建模型3.Tikhonov正則化方法和SIRT迭代相結合的圖像重建算法4.圖像重建結果5.算法收斂性、正則化因子的選擇及迭代次數(shù)選擇6.結論1.ECT圖像重建存在的問題1.電容傳感器2.數(shù)據(jù)采集系統(tǒng)3.圖像重建計算機電容層析成像系統(tǒng)組成示意圖1231.ECT圖像重建存在的問題圖像重建是電容層析成像系統(tǒng)實際應用中的關鍵技術之一，其難點在于：圖像重建受電容層析成像系統(tǒng)軟場特性的影響十分嚴重。是一個不適定性逆問題求解過程：不適定性主要體現(xiàn)在解的不穩(wěn)定性。

1.ECT圖像重建存在的問題提出圖像重建的兩步算法：第一步：利用Tikhonov正則化方法解決解的不穩(wěn)定性，得到一個全局最優(yōu)解鄰域的一個估計解（作為迭代初值）第二步：利用SIRT迭代算法的收斂性，對估計解進行迭代收斂，得到較為精確的圖像重建結果2.ECT圖像重建模型相關研究表明：介電常數(shù)較小的兩相流體電介質(zhì)分布對靈敏度函數(shù)的影響很小，可近似假設靈敏度分布函數(shù)與電介質(zhì)分布無關，則上式可簡化為：2.ECT圖像重建模型為了減小噪聲的影響的，一般圖像重建使用歸一化的電容值：2.ECT圖像重建模型經(jīng)推導得：2.ECT圖像重建模型離散化可得圖像重建的模型：為測量電容投影數(shù)據(jù)向量，為權重系數(shù)矩陣，為圖像灰度向量

3.Tikhonov正則化方法和SIRT迭代相結合的圖像重建算法為使圖像重建過程在投影數(shù)據(jù)完備的條件下進行，將成像區(qū)域用三角有限元劃分為54個像素，如圖：3.Tikhonov正則化方法和SIRT迭代相結合的圖像重建算法引入正則化參數(shù)，定義輔助函數(shù)

3.Tikhonov正則化方法和SIRT迭代相結合的圖像重建算法由，從而極小化，經(jīng)推導可得:其中，一般稱為正則化廣義逆矩陣

3.Tikhonov正則化方法和SIRT迭代相結合的圖像重建算法SIRT算法的具體實現(xiàn)步驟如下:(1)將已獲取的初始圖像灰度分別賦給迭代初值；(2)計算投影值；3.Tikhonov正則化方法和SIRT迭代相結合的圖像重建算法(3)計算各投影方程對各像素的修正量

(4)計算像素的平均修正量

3.Tikhonov正則化方法和SIRT迭代相結合的圖像重建算法(5)以平均修正量對每個像素灰度值進行修正

(6)對所求得的各灰度估計值進行的收斂程度判斷

4.圖像重建結果設定圖像FLBP算法

組合算法4.圖像重建結果設定圖像FLBP算法

組合算法4.圖像重建結果組合型圖像重建算法的重建圖像質(zhì)量比傳統(tǒng)的FLBP算法有了提高

組合圖像重建算法成像所用的時間與用FLBP算法進行成像所用的時間相差不是很大，將其應用于空隙率測量和流型辨識時基本可以達到工業(yè)應用的實時性的要求

5.算法收斂性、正則化因子的選擇及迭代次數(shù)選擇5.算法收斂性、正則化因子的選擇及迭代次數(shù)選擇5.算法收斂性、正則化因子的選擇及迭代次數(shù)選擇關于迭代次數(shù)選擇大量的實驗表明在一定的迭代次數(shù)范圍內(nèi)，迭代次數(shù)越多重建圖像的質(zhì)量越高但是重建圖像的質(zhì)量并不是隨著迭代次數(shù)的增加而增加的，有時迭代次數(shù)越多，重建圖像的質(zhì)量反而越低。因此SIRT的迭代次數(shù)并不是越多越好，同時考慮到算法的實時性，將SIRT迭代次數(shù)選擇10次左右比較合適。

6.結論1.引入了Tikhonov正則化克服了圖像重建過程中的不適定性，從而保證了初始圖像的準確性和有效性。從數(shù)學角度而言是使初始估計解在期望解（實際截面圖像）的鄰域內(nèi)，為SIRT算法提供了較好的迭代初值。

6.結論2.在較好的迭代初值的前提下，利用SIRT算法的收斂性，得到了較為精確的重建圖像。3.實驗結果表明，該算法的重建圖像與傳統(tǒng)的FLBP算法的成像精度有較大的提高。6.結論4.較好的迭代初值加速了SIRT算