【技术实现步骤摘要】
一种多指数特征提取的ECT图像重建方法
[0001]本专利技术涉及图像处理
,具体涉及一种多指数特征提取的 ECT图像重建方法。
技术介绍
[0002]电容层析成像技术(Electrical Capacitance Tomography,ECT),是一种以电容传感器作为测量电极的过程成像技术(ProcessTomography)。随着工业的发展,工业上对管道内部截面两相流的流动参数可视化检测的需求越来越大,近年来ECT技术已经在工业上的过程成像中广泛应用,是过程层析成像技术的研究热点。并且ECT技术是基于电容传感器的成像技术,具有设备成本低、非侵入性、结构简单、安全等许多的优点,能有效的解决两相流的测量问题。
[0003]电容层析成像的基本思想是:在实际情况中,管道中的流体不是单一的,通常由两种或两种以上的物质混合而成,称为两相流和多相流。每一种流体有不同的介电常数。两相流的介电常数会随着流体分布的改变而发生变化。在被测管道周围设置一系列电容传感器,用于获取测量值。数据采集系统把电容传感器获取的电容测量值上传到成像计算机,通过图像重建算法将管道内部截面的介电常数分布转换为图像。典型的ECT系统结构图如1所示,100为计算机,200是检测线圈,300是屏蔽层,400是励磁线圈。
[0004]电容传感器i
‑
j之间的灵敏度矩阵可以用公式(1)描述为:
[0005][0006]其中,C
i,j
(k)表示的是两相流管道截面上第k个像素上的介电常数为ε
...
【技术保护点】
【技术特征摘要】
1.一种多指数特征提取的ECT图像重建方法,其特征在于,所述方法包括以下步骤:步骤一,初始化数据,获取并归一化数据,ECT图像重构的问题是通过测量电容向量C求解灰度向量g的过程,估计管道内的介电常数分布;步骤二,补零重组,构建稀疏化的稀疏观测方程,在实际的ECT系统中,电容传感器的数量一般不会很多,所剖分的像素个数n远大于测量电容值个数m,从而导致采样率太低,降低重构的精度;通过零向量扩展的方式增加虚拟电极,以获取更多的测量电容值,构建一个稀疏化的稀疏观测方程,ECT系统的数学模型写为:λ0=S0g
ꢀꢀꢀꢀ
(4)其中,λ0是通过补零重组的方法扩展后的电容向量;S0是通过补零重组的方法扩展后的灵敏度矩阵;步骤三,有限新息率FRI信号建模,由于灰度向量取值范围为[0,1],是一个典型的离散FRI信号,因此把Tikhonov正则化算法所得到的灰度向量g
v
建模为狄拉克脉冲序列信号g(x):g
v
=(S
T
·
S+α
·
I)
‑1·
S
T
C
ꢀꢀꢀꢀ
(5)其中,g
v
为大小为n
×
1灰度值向量,α是正则化参数,I是一个大小为n
×
n的单位阵,由于S
T
·
S存在不可逆的可能,所以加入参数α用于解决S
T
·
S不适定的问题,正则化算法可以有效解决灵敏度矩阵不可逆的病态问题;其中,x=1,2...,N是像素的位置,L是g(x)非零灰度值的个数,a
l
∈[0,1]是像素x
l
的灰度值,x
l
∈{1,2,....,N}是非零灰度值的像素位置;步骤四,有限新息率FRI采样,首先使用指数再生采样核对狄拉克脉冲序列信号g(x)滤波,再对其均匀采样,可以得到K个样本值y
k
(k=1,2,...,K);均匀采样后得到K个样本y
k
:其中,y(x)=g(x)*h(x)是FRI信号g(x)滤波后的结果,<
·
,
·
>表示内积,y
k
是滤波后均匀采样的样本值,T是采样间隔,K是采样值的数量;步骤五,从FRI采样样本中获取测量值,构建FRI观测方程,用样条系数C
m,k
对FRI的采样值y
k
进行加权后求和,可以计算出M个复指数个测量值可以由K个样本y
k
计算得到:
公式(8)写成矩阵形式:因为像素位置x
l
属于集合{1,2,...,N},a
l
∈[0,1]是像素x
l
的灰度值;所以公式(8)写成:U=Ag
ꢀꢀꢀꢀ
(11)其中,U=[τ0,τ1,...,τ
M
‑1]
T
∈R
...
【专利技术属性】
技术研发人员:黄国兴,孙峻涛,卢为党,彭宏,张昱,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。