欢迎来到天天文库
浏览记录
ID:32672881
大小:8.60 MB
页数:62页
时间:2019-02-14
《电容层析成像系统图像重建算法地研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、国内图书分类号:TP391.4工学硕士学位论文电容层析成像系统图像重建算法的研究硕士研究生:导Viii-申请学位级别:学科、专业:所在单位:答辩日期:授予学位单位:曹帅李岩工学硕士计算机应用技术计算机科学与技术学院2012年3月哈尔滨理工大学ClassifiedIndex:TP391.4DissertationfortheMasterDegreeinEngineeringResearchonImageReconstructionAlgorithmforECTSystemCandidate-Supervbor-AcademicDegre
2、eAp#edfor:Specialty:DateofOralExamination:University:CaoShuaiLiYanMasterofEngineeringComputerAppliedTechnologyMarch,2012HarbinUniversityofScienceandTechnology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《电容层析成像系统图像重建算法的研究》,是本人在导师指导下,在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部
3、分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:鸯忡日期:砒年.;月膨日哈尔滨理工大学硕士学位论文使用授权书《电容层析成像系统图像重建算法的研究》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可
4、以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于保密厂],在年解密后适用授权书。不保密R。(请在以上相应方框内打√)作者签名:鸯I巾日期:力,2年弓月,么日剔磁名李%醐:砒%月钿哈尔滨理工大学工学硕士学位论文电容层析成像系统图像重建算法的研究摘要电容层析成像技术(ElectricalCapacitanceTomography,ECT)可视为目前最为广泛研究的一种过程层析成像技术,该技术具有非侵入、非接触、成本低等优点,从原理上讲只要各相具有不同的介电常数,就可应用该技术。作为电容层析成像系统关键技术
5、之一的图像重建算法,是改善重建图像质量的重要因素。而其中的神经网络方法具有并行处理、分布式存储、自学习自适应、高度容错能力等优点,因此,被广泛应用于ECT图像重建中。本文重建算法的研究是在已有的优化传感器结构参数的基础上进行的,主要完成的工作如下:首先,分别介绍了ECT系统的三大组成部分:电容传感器、电容数据采集系统和图像重建计算机,从理论上详细分析了ECT系统的工作原理。通过数学模型的建立得到ECT系统的特点,进而导出将神经网络应用于电容层析成像图像重建中的优势。其次,深入研究了目前存在的几种典型的图像重建算法,通过对反投影算法的分
6、析,指出这种重建算法的适用范围和劣势所在,通过对比得到将Chebyshev神经网络应用于图像重建中的优势。再次,针对ECT系统存在的“软场’’特性及欠定性问题,本文提出了一种将切比雪夫多项式作为激励函数应用于图像重建中。为了降低网络的规模,根据敏感场分布的特点将整个网络划分成六个子网络进行图像重建,应用ANSYS软件编程的方法计算出电容值,并通过单极性S函数进行样本输入区间调整,然后采用改进的K-means算法对调整后的电容值进行聚类,提取特征性样本,以降低训练样本规模,通过Chebyshev神经网络进行训练,得到的权值利用Delta
7、规则进行调整。最后,根据选定的电容传感器结构参数,分别设定不同介电常数和不同模拟流型进行不同算法的图像重建比较,实验结果表明采用该算法进行图像重建不仅提高了成像稳定度和成像速度,而且明显改善了成像质量。关键词电容层析成像;Chebyshev算法;神经网络;图像重建哈尔滨理工大学工学硕士学位论文ResearchonImageReconstructionAlgorithmforECTSystemAbstractTheelectricalcapacitancetomographytechniquecallberegardedaSakindo
8、fprocesstomographytechniquewhichWaSmostwidelystudiedatpmsem.Ithasmanydistinctadvantagessuchasnoinvasion,notouc
此文档下载收益归作者所有