ECT重建算法研究与系统软件设计

ECT重建算法研究与系统软件设计

论文摘要

基于电容敏感机理的电容层析成像(ECT)技术是过程层析成像(PT)技术之一,具有非侵入、结构简单、响应速度快、成本低、安全性能好、适用范围广泛等优点,近几年得到较大发展。目前在ECT系统中有两种典型的图像重建算法:线性反投影(LBP)法和投影LANDWEBER迭代法。LBP法重建速度快,适合在线实时成像,但成像精度较低;迭代法可通过反复修正得到较高精度的图像,重建图像质量明显优于LBP法,但速度较慢。它们有一个共同点,即正问题都是基于灵敏度矩阵的模型,而这个模型假定被测电容的任何变化都是介电常数在整个管道截面上与灵敏度值成比例的变化所致,这显然是不符实际的假设。电容传感器的软场特性使得极板电容与介电常数分布间的关系十分复杂,只有在许多不合理、不符合实际的假设下方能用解析推导的方法建立出ECT系统模型,模型的精度和合理性难以保证。本文用回归分析法研究极板电容值与介电常数分布间的关系,即建立两者之间的统计模型,以避免解析推导建模时所必需的许多不合理和不符合实际的假设,进而提高重建图像质量。本文运用多元线性回归法(Multiple Linear Regression,简称MLR)建立ECT系统正向模型,然后与不同的求逆技术相结合,提出两种新算法,一种是与通用迭代—单步法(General Interative-single Step,简称GIS)结合,形成一种实时的、重建图像质量优于线性反投影(LBP)算法的图像重建新算法(简称MLRIS)。另一种是用投影LANDWEBER法求解逆问题,形成一种精度较高的图像重建新算法(简称MLRLI)。增加投影数据可以提高图像重建质量,但随着极板数目的增加被测电容减小,检测难度加大。本文探讨了16极板ECT传感器图像重建问题。用VC++编写出本文所提出的新算法并嵌入到ECT系统上位机软件中,实现了对在线测量数据的接收、实时图像重建及显示等功能。软件集成了四种图像重建算法:LBP法、投影LANDWEBER迭代法和本文提出的两种新算法。进行上、下位机联合调试后,系统运行正常,可以连续监测管道内介质分布的变化情况。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 过程层析成像技术
  • 1.2 本文意义及主要工作
  • 1.3 小结
  • 第二章 电容层析成像系统
  • 2.1 ECT技术发展现状及前景
  • 2.2 ECT系统组成及原理
  • 2.3 ECT系统图像重建原理
  • 2.3.1 基本原理: Radon变换及其逆变换
  • 2.3.2 ECT图像重建过程
  • 2.3.3 图像重建算法的研究的必要性
  • 2.4 小结
  • 第三章 ECT系统图像重建算法研究
  • 3.1 现有ECT图像重建算法分析
  • 3.1.1 线性反投影算法LBP
  • 3.1.2 投影LANDWEBER迭代算法PLI
  • 3.1.3 通用迭代一单步法GIS
  • 3.1.4 其他算法
  • 3.2 重建图像质量评价方法
  • 3.3 多元线性回归法建模的ECT图像重建新算法研究
  • 3.3.1 利用多元线性回归法建立ECT正问题模型
  • 3.3.2 多元线性回归法建模的迭代一单步法MLRIS
  • 3.3.3 多元线性回归建模的LANDWEBER迭代法MLRLI
  • 3.4 图像重建仿真结果及分析
  • 3.5 小结
  • 第四章 ECT系统实验装置
  • 4.1 ECT系统的阵列式电容传感器
  • 4.1.1 电容传感器的结构及设计原则
  • 4.1.2 本课题所采用的传感器介绍
  • 4.1.3 传感器极板阵列控制电路
  • 4.2 ECT系统数据采集电路部分
  • 4.2.1 数据采集电路的工作原理
  • 4.2.2 本ECT系统特点
  • 4.3 上位机软件部分
  • 4.3.1 ECT上位机软件功能介绍
  • 4.4 小结
  • 第五章 ECT系统实验装置的恢复及实验
  • 5.1 ECT系统实验装置的恢复
  • 5.1.1 原ECT系统实验装置存在的问题
  • 5.1.2 ECT系统的调试过程
  • 5.1.3 满管值的测量
  • 5.2 ECT系统的成像实验
  • 5.2.1 在线测量的系统运行示例
  • 5.2.2 不同的成像对象的重建图像实验
  • 5.2.3 不同的重建算法对重建图像质量的影响
  • 5.2.4 系统图像重建速率
  • 5.3 小结
  • 第六章 结论
  • 参考文献
  • 附录A 满管标定调整子程序
  • 附录B 归一化电容值表
  • 在学研究成果
  • 致谢
  • 相关论文文献

    • [1].低照度三维船舶图像的重建方法研究[J]. 舰船科学技术 2018(08)
    • [2].医学图像重建课程的实验教学研究[J]. 时代教育 2014(17)
    • [3].稀疏阵列综合孔径辐射计的欠采样图像重建[J]. 计算机仿真 2020(05)
    • [4].基于压缩感知的医学图像重建方法[J]. 生物医学工程学进展 2019(04)
    • [5].代数迭代图像重建技术在SPECT图像重建中应用的研究[J]. 中国医疗器械杂志 2010(01)
    • [6].一种全共享低交换并行高分辨太阳图像重建方法[J]. 科学通报 2018(02)
    • [7].卷积神经网络在ECT图像重建上的应用[J]. 辽宁大学学报(自然科学版) 2018(01)
    • [8].基于约束最小二乘法的CT图像重建[J]. 临床医学研究与实践 2018(29)
    • [9].不同采样率对光声图像重建的影响[J]. 应用激光 2016(01)
    • [10].层析γ扫描发射图像重建实验研究[J]. 核电子学与探测技术 2012(11)
    • [11].荧光分子层析成像图像重建研究进展[J]. 中国激光 2018(03)
    • [12].东芝Aquilion 64层螺旋CT机图像重建故障维修[J]. 医疗装备 2010(04)
    • [13].基于梯度旋转的局部分块图像重建[J]. 江苏第二师范学院学报 2017(12)
    • [14].融入背景差分连续重构的心脏医学图像重建[J]. 科技通报 2015(08)
    • [15].Kalman滤波在ECT图像重建中的应用[J]. 电子技术与软件工程 2019(06)
    • [16].光声-超声联合图像重建方法研究进展[J]. 中国医学影像技术 2019(03)
    • [17].基于GPU异构平台的实时CT图像重建系统的研究[J]. 计算机应用研究 2019(06)
    • [18].单张图像重建人脸3D模型的卷积神经网络系统研究[J]. 计算机产品与流通 2019(12)
    • [19].基于深度学习的图像去雾霾研究[J]. 信息技术 2018(08)
    • [20].图像重建及3D虚拟现实技术在经蝶垂体瘤手术中的应用[J]. 系统医学 2018(14)
    • [21].虚拟现实技术的3D激光扫描图像重建[J]. 激光杂志 2017(08)
    • [22].基于统计量的加权函数图像重建方法[J]. 传感器与微系统 2017(09)
    • [23].基于压缩感知的图像重构算法[J]. 科技视界 2019(01)
    • [24].GE Prospeed AI CT[J]. 中国医疗设备 2010(05)
    • [25].结合图像重建和L系统的虚拟水稻模型系统设计[J]. 安徽农业科学 2009(33)
    • [26].基于Radon变换和包络法的CT图像重建问题研究[J]. 齐鲁工业大学学报 2019(02)
    • [27].基于图像重建的智能监控系统教学实验平台设计[J]. 云南民族大学学报(自然科学版) 2017(02)
    • [28].自适应零风格强度图像重建[J]. 现代计算机 2019(13)
    • [29].正则化算法在CT图像重建上的应用[J]. 计算机系统应用 2017(12)
    • [30].稀疏角度CT图像重建算法研究[J]. 计算机应用与软件 2018(10)

    标签:;  ;  ;  ;  ;  

    ECT重建算法研究与系统软件设计
    下载Doc文档

    猜你喜欢