基于局部能量的电容层析成像图像融合方法（可编辑）.docVIP

基于局部能量的电容层析成像图像融合方法 . . ,? .? . . :; ; ;; 性反投影 算法、正则法、迭代法、投影 ?引言 迭代法以及共轭梯度法 等。算法的特点 是算法简单、重建速度快,但因其成像质量相对较差,严格说 流动层析成像技术是近年来飞速发展起来的一门新技术, 来,该算法仅是一种定性算法。正则法因其正则参数的选取 该技术在解决多相流检测问题上有巨大的发展潜力和广阔的 对成像质量影响较大,一般采用经验值。但特别值得一提的 工业应用前景。电容层析成像 技术以其成本低、适用范 是,在迭代法基础上发展起来的在线预迭代法 围广、结构简单、非侵入式、安全性能好等优点?,成为目前流,在与相同的速度下,得到与多次 迭 动层析成像技术发展的主流和研究热点。由于电容层析成像 代一样的成像质量,但空间分辨率仍然没有超过 系统本身固有的非线性特点,且能得到的独立电容测量值 即 方法。而投影迭代法可明显改善迭代的稳定性并 投影数据数量非常有限,远远小于重建图像的像素个数,反 有效地控制了噪声,但对于复杂流型通常需要大量迭代才能 演问题不存在解析解。同时由于非线性和“软场”效应,使 达到满意的效果,限制了其应用。 适合于系数矩阵为对 系统解的稳定性较差且存在严重的病态性,因此图像重建 称正定的情况,对于简单流型,该方法成像时间短、收敛很 的难度较大 , 。图像重建算法一直是电容层析成像技术实 快,但对于复杂流型时效果并不理想。应用于的神经网 用化及进一步发展的主要难点,探索良好的图像重建算法十分 络算法在本质上属于模式识别方法,其成功应用取决于神经 重要。 网络结构的合理构造和训练样本的完备。由于受到多相流 测量的成功应用很大程度上依赖于成像算法的精 中流型变化的随机性和复杂性等因素的影响,使得完备训练 样本的获取较为困难,而且在实际的应用过程中网络结构的 度与速度。目前用于图像重建较常用的方法主要有线 收稿日期:? ;修回日期:? . 基金项目:国家自然科学基金资助项目 , ;高等学校博士学科点专 项科研基金资助项目;教育部春晖计划? ? ;黑龙江省自然科学基金资助项目 ;黑龙江省教育厅计划项目作者简介:陈德运 一 ,男,教授,博导,博士,主要研究方向为探测与成像技术和图像处理 .. ;钟陈 。 ,男, 硕士,主要研究方向为探测与成像技术;王莉莉 . ,女,讲师,博士,主要研究方向为探测与成像技术;盛晓飞 一 ,男,硕士,主要研究方向 为探测与成像技术;于晓洋 . ,男,教授,博导,博士,主要研究方向为探测与成像技术和光电图像处理技术.? 计 算 机 应 用 研 究 第 卷 确定也存在一定的困难。, , , , 上述算法各有自己的特性,对于生成的图像精度和反映图 其中: 表示管道被测区域, , 为介电常数分布, , , 像的特征有所不同,通过图像融合的方法,运用适当的融合规,为电容极板对 , 的灵敏场分布。可以看出,灵敏场 则,把各种算法生成的图像看成原图像,对它们进行融合,利用 分布 , , , 与 , 有关。 图像的互补特性,得到准确度更高的成像结果。 本文提出了一种基于局部能量的电容层析成像图像融合图像融合方法及融合规则 方法。该方法以线性反投影、 、共轭梯度算法作为图 像重建的基础,利用各个图像的互补特性,经对重建的图像小 图像融合技术可以从多幅图像中提取比单一图像更为准 波分解后,分别采用基于局部能量和加权平均算子融合规则对 确可靠的信息,各幅单一图像提供的是被测对象各个侧面的信 分解后图像高频系数和低频系数进行图像的融合,得到准确度 息,融合这些信息能获得被测对象更加全面的信息。另外,各 更高的成像结果。仿真实验结果表明,融合后的成像精确度得 幅图像中有用信息之间总是相关的,而干扰则不具备这种相关 到明显提高,并且去除了冗余信息,图像更接近原型,为 性,因此通过融合处理可以排除干扰。 图像重建的研究提供了一个新的思路。 图像融合方法可从两个角度分析,分别为空间域融合法和 变换域融合法。空间域图像融合法主要有逻辑滤波器法、加权 电容层析成像的原理 平均法、数学形态法;常用的变换域融合法有金字塔图像融合 法、小波变换图像融合法等。本文采用了基于变换域上小波分 电容层析成像系统由电容传感器、数据采集系统、成像计 解的图像融合方法。由于图像为二维信号,经过小波变换,可 算机三部分组成,如图 所示。当电容传感器管道内的介质分 得到图像在水平、垂直及对角线方向的高频分量及相应分辨率 布发生变化时,电容极板对之间的电容就随之变化,由此可根 下的低频分量,根据小波基的正交性,图像小波变换过程中不 据实际测得的极板电容值反演管道内的介质分布情况。