基于修正稀疏拟牛顿的电容层析成像重建算法

doi:10.16182/j.issn1004731x.joss.17-0287

系统仿真学报 ›› 2019, Vol. 31 ›› Issue (5): 819-827.doi: 10.16182/j.issn1004731x.joss.17-0287

• 仿真建模理论与方法 • 下一篇

基于修正稀疏拟牛顿的电容层析成像重建算法

陈宇, 夏宗基, 周雨佳

东北林业大学信息与计算机工程学院,哈尔滨 150040

收稿日期:2017-06-15 修回日期:2017-09-11 出版日期:2019-05-08 发布日期:2019-11-20
作者简介:陈宇(1975-),男,黑龙江伊春,博士后,副教授,研究方向为探测与成像,图像处理。
基金资助:
国家自然科学基金(31670717),中央高校基本科研业务费(572017EB09)

Modified Sparse Quasi - Newton Algorithm for Electrical Capacitance Tomography System

Chen Yu, Xia Zongji, Zhou Yujia

College of Information and Computer Engineering of Northeast Forestry University, Harbin 150040, China

Received:2017-06-15 Revised:2017-09-11 Online:2019-05-08 Published:2019-11-20

摘要/Abstract

摘要： 针对电容层析成像(ECT)技术中的“软场”效应和病态问题,提出一种基于修正稀疏拟牛顿的电容层析成像重建算法。推导出基于修正稀疏拟牛顿的数学模型。给出运用该算法的电容层析成像图像重建这一反问题求解的最终迭代公式。将ECT反问题求解的迭代公式用于数字仿真模拟实验。将仿真实验结果与经典的LBP算法、Landweber算法、CG算法、SD算法等成像结果比较分析,证明基于修正稀疏拟牛顿重建算法在解决ECT图像重建问题上,其图像成像质量与收敛速度,都有很好的保证。

关键词: 电容层析成像, 修正稀疏拟牛顿, 图像重建, 迭代算法, 收敛性

Abstract: To solve the 'soft-field' nature and the ill-posed problem in electrical capacitance tomography technology, a modified sparse quasi - newton algorithm for electrical capacitance tomography is presented. The mathematical model of modified sparse quasi - newton is derived. The final iteration formula of modified sparse quasi - newton used to adjust the inverse problem solving of the capacitance tomography image reconstruction is given. An iterative formula for ECT inverse problem solving is used for digital simulation experiment. The simulation experiment results are compared with the results of LBP, Landweber, CG, SD, and so on. The results of the analysis show that both precision and speed of the algorithm are very good.

Key words: electrical capacitance tomography, modified sparse quasi - newton, image reconstruction, iterative algorithm, convergence

中图分类号:

TN911.73

陈宇, 夏宗基, 周雨佳. 基于修正稀疏拟牛顿的电容层析成像重建算法[J]. 系统仿真学报, 2019, 31(5): 819-827.

Chen Yu, Xia Zongji, Zhou Yujia. Modified Sparse Quasi - Newton Algorithm for Electrical Capacitance Tomography System[J]. Journal of System Simulation, 2019, 31(5): 819-827.

参考文献

[1] 吴新杰, 何在刚, 李惠强, 等. 利用多准则Hopfield网络对ECT进行图像重建[J]. 电机与控制学报, 2016, 20(8): 98-104.
Wu Xinjie, He Zaigang, Li Huiqiang, et al.Image Reconstruction by using Multi-criteria of Hopfield Network for ECT[J]. Electric Machines and Control, 2016, 20(8): 98-104.
[2] 陈德运, 高明, 李伟, 等. 新型ECT数据采集系统设计与实现[J]. 电机与控制学报, 2013, 17(5): 87-92.
Chen Deyun, Gao Ming, Li Wei, et al.Design and implementation of data acquisition system for the electrical capacitance tomography[J]. Electric Machines and Control, 2013, 17(5): 87-92.
[3] 田海军, 周云龙. 电容层析成像技术研究进展[J]. 化工自动化及仪表, 2012, 39(11): 1387-1392.
Tian Haijun, Zhou Yunlong.Progress in Capacitance Tomography Technology Research[J]. Control and Instruments in Chemical Industry, 2012, 39(11): 1387-1392.
[4] Isaksen O.A Review of Reconstruction Techniques for Capacitance Tomography[J]. Measurement Science and Technology(S0957-0233), 1996, 7(3): 325-337.
[5] 崔岩, 王彦飞. 基于初至波走时层析成像的Tikhonov正则化与梯度优化算法[J]. 地球物理学报, 2015, 58(4): 1367-1377.
Cui Yan, Wang Yanfei.Tikhonov regularization and gradient descent algorithms for tomography using first-arrival seismic traveltimes[J]. Chinese Journal of Geophysics, 2015, 58(4): 1367-1377.
[6] 蒲荣. 改进的模拟退火算法求全局优化问题的最优解[J]. 宜宾学院学报, 2013, 13(6): 78-81.
Pu Rong.Improved Simulated Snnealing Algorithm for Global Optimization Problem of Optimal Solution[J]. Journal of Yibin University, 2013, 13(6): 78-81.
[7] 郭志恒, 律德才, 邵富群. 基于差分灵敏度模型的电容层析成像图像重建方法[J]. 中国电机工程学报, 2012, 32(23): 75-82.
Guo Zhiheng, Lü Decai, Shao Fuqun.Image Reconstruction Method for Electrical Capacitance Tomography Based on the Difference Sensitivity Model[J]. Electric Machines and Control, 2012, 32(23): 75-82.
[8] 陈德运, 郑贵滨, 于晓洋, 等. 基于遗传算法电容层析成像图像重建算法的研究[J]. 电机与控制学报, 2003, 7(3): 207-211.
Chen Deyun, Zheng Guibing, Yu Xiaoyang, et al.Image reconstruction algorithm based on genetic algorithms for two-phase flow electrical capacitance tomography system[J]. Electric Machines and Control, 2003, 7(3): 207-211.
[9] 宋超, 郭智奇, 鹿琪, 等. 基于支持向量机法识别砂岩中流体类型[J]. 地球物理学进展, 2015, 30(2): 616-620.
Song Chao, Guo Zhiqi, Lu Qi, et al.Fluid type identification of sandstone based on support vector machine[J]. Progress in Geophysics, 2015, 30(2): 616-620.
[10] 刘豪, 杨永全, 郭仙草, 等. 用于纹理特征提取的改进的LBP算法[J]. 计算机工程与应用, 2014, 50(6): 182-185, 245.
Liu Hao, Yang Yongquan, Guo Xiancao, et al.Improved LBP used for texture feature extraction[J]. Computer Engineering and Applications, 2014, 50(6): 182-185, 245.
[11] YANG W Q, PENG L H.Image reconstruction algorithms for electrical capacitance tomography[J]. Measurement Science and Technology(S0957-0233), 2003, 14(1): R1-R3.
[12] 王莉莉, 陈德运, 于晓洋, 等. 电容层析成像系统传感器优化设计[J]. 仪器仪表学报, 2015, 36(3): 515-522.
Wang Lili, Chen Deyun, Yu Xiaoyang, et al.Sensor optimization design in electrical capacitance tomography system[J]. Chinese Journal of Sciencific Instrument, 2015, 36(3): 515-522.
[13] 孙犇渊, 王化祥, 王丕涛. 基于内部阵列电极的电容层析成像系统[J]. 传感技术学报, 2013, 26(6): 820-824.
Sun BenYuan, Wang Huaxiang, Wang Peitao. An Electrical Capacitance Tomography Based on Internal Array Electrodes[J]. Chinese Journal of Sensors and Actuators, 2013, 26(6): 820-824.
[14] 曹海燕, 王化祥. 电容层析成像系统传感器仿真研究[J]. 计算机工程与应用, 2012, 48(15): 207-211.
Cao Haiyan, Wang Huaxiang.Simulation study of sensor of Electrical Capacitance Tomography system[J]. Computer Engineering and Applications, 2012, 48(15): 207-211.
[15] 陈宇, 陈德运. 基于改进Runge-Kutta型landweber的电容层析成像图像重建算法[J]. 电机与控制学报, 2014, 18(7): 107-112.
Chen Yu, Chen Deyun.Improved Runge-Kutta type landweber image reconstruction algorithm for electrical capacitance tomography system[J]. Electrical Machines And Control, 2014, 18(7): 107-112.
[16] 袁亚湘, 孙文瑜. 最优化理论与方法[M]. 北京: 北京科学出版社, 1997: 219-259.
Yuan Yaxiang, Sun Wenyu.Optimization theory and method[M]. Beijing: Beijing Science Press, 1997: 219-259.

基于修正稀疏拟牛顿的电容层析成像重建算法

Modified Sparse Quasi - Newton Algorithm for Electrical Capacitance Tomography System

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价

[1]	张立峰, 王会忍. 基于卷积神经网络及有限元仿真的电容层析成像图像重建[J]. 系统仿真学报, 2022, 34(4): 712-718.
[2]	仝卫国, 庞雪纯, 朱赓宏. 基于卷积神经网络的气液两相流流型识别方法[J]. 系统仿真学报, 2021, 33(4): 883-891.
[3]	王青云, 焦德忠, 史铄, 彭根燕, 孙俊华, 段雨昕. 改进的蚁群干扰资源分配方法[J]. 系统仿真学报, 2021, 33(12): 2967-2974.
[4]	刘茂山, 纪志成, 王艳, 王建锋. 核块对角表达子空间聚类及收敛性分析[J]. 系统仿真学报, 2021, 33(11): 2533-2544.
[5]	马敏, 郭琪, 闫超奇. 基于广义正则化的ECT图像重建算法[J]. 系统仿真学报, 2017, 29(8): 1851-1858.
[6]	夏惊涛, 王群书, 马继明, 黑东炜, 盛亮, 魏福利, 宋顾周. 多层球壳构件FBP重建差异化滤波设计与仿真[J]. 系统仿真学报, 2016, 28(12): 3061-3066.