学位论文 > 优秀研究生学位论文题录展示
基于软场特性的ERT图像重建算法的研究
作 者: 赵海针
导 师: 陈德运
学 校: 哈尔滨理工大学
专 业: 计算机应用技术
关键词: 电阻层析成像 神经网络算法 类支集 图像重建
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 23次
引 用: 0次
阅 读: 论文下载
内容摘要
电阻层析成像(Electrical Resistance Tomography,ERT)是一种基于电导率敏感机理的过程层析成像技术,以其非辐射、非侵入、响应速度快、结构简单、成本低、适用范围广、安全性能好等优点,成为目前过程层析成像技术发展的主流和研究热点,具有广泛的工业应用前景,但目前还主要集中在实验室研究阶段,距离工业化的大规模应用还有很大距离。因此,性能良好的图像重建算法及仿真环境对电阻层析成像工业化研究具有十分重要的意义,本文主要针对图像重建算法及ERT仿真软件等方面作了深入的研究,论文主要研究工作如下:1.建立了ERT系统仿真软件,利用该软件可以方便地设置圆形管道、电阻传感器以及流型分布的参数,进行电阻层析成像的正问题求解和逆问题图像重建算法的研究;2.根据多相流系统检测技术的特点指出了该技术的发展趋势及其在工业应用方面的重要研究意义,通过对比当前流行的几种过程层析成像技术,指出了电阻层析成像技术在过程层析成像领域的无损检测以及非侵入检测等相关方面的优越性;3.以12电极电阻层析成像系统为研究对象分析电阻层析成像系统构成,针对目前电阻层析成像的发展现状对其未来的发展做了宏观上的展望,通过分析电阻层析成像系统的特点,给出了代数神经网络算法在电阻层析成像系统图像重建中的优势;4.提出将一种新型的神经网络图像重建算法运用到电阻层析成像系统的图像重建过程中,并对该方法进行改进,针对电阻层析成像图像重建算法的欠定性问题,将整个敏感场分布划分为六个子系统,划分后的网络降低了原始网络的规模,在算法的训练速度和成像质量特别是在流型辨识等方面有了显著的提高。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-22 1.1 多相流检测技术 10-13 1.1.1 多相流检测技术研究的目的和意义 10-11 1.1.2 多相流检测技术的特点 11-12 1.1.3 多相流检测技术的研究现状 12-13 1.2 过程层析成像技术 13-16 1.2.1 过程层析成像技术原理 14-15 1.2.2 过程层析成像技术的研究现状与发展趋势 15-16 1.3 电阻层析成像技术 16-20 1.3.1 电阻层析成像技术前景 16-17 1.3.2 电阻层析成像算法的研究现状 17-20 1.4 课题来源及研究的主要内容 20-22 第2章 电阻层析成像系统基本原理 22-31 2.1 电阻层析成像系统组成结构 22-24 2.1.1 电阻传感器系统 22-23 2.1.2 电阻率数据采集系统 23 2.1.3 图像显示系统 23-24 2.2 电阻层析成像技术原理 24-26 2.2.1 ERT 检测机理 24 2.2.2 ERT 数学模型 24-26 2.3 ERT 反问题求解原理 26-30 2.4 本章小结 30-31 第3章 图像重建算法的研究 31-42 3.1 经典的图像重建算法 31-37 3.1.1 线性反投影算法 31-34 3.1.2 基于模型的MOR 重建算法 34-36 3.1.3 ART 迭代图像重建算法 36-37 3.2 神经网络 37-39 3.2.1 神经元模型 37-38 3.2.2 神经网络结构 38-39 3.3 代数神经网络算法 39-41 3.3.1 代数神经网络算法结构 39-40 3.3.2 类支集函数介绍 40 3.3.3 代数神经网络算法的步骤 40-41 3.4 本章小结 41-42 第4章 改进的新型神经网络算法 42-49 4.1 改进的图像重建算法结构 42-44 4.1.1 确定隐层结构 42-43 4.1.2 基于类支集函数神经网络算法的优越性 43-44 4.2 改进的新型神经网络算法 44-46 4.2.1 改进算法的思想 44 4.2.2 改进算法的步骤 44-46 4.3 改进的新型神经网络算法仿真实验 46-48 4.4 本章小结 48-49 第5章 电阻层析成像图像重建仿真设计 49-59 5.1 仿真实验 49-51 5.1.1 仿真环境介绍 49-50 5.1.2 软件主要功能介绍 50-51 5.2 气-固两相流仿真实验 51-58 5.2.1 样本特征提取 51-53 5.2.2 管道截面网格划分 53 5.2.3 流型设置 53-55 5.2.4 图像重建 55-58 5.3 本章小结 58-59 结论 59-60 参考文献 60-65 攻读硕士学位期间发表的学术论文 65-66 致谢 66
|
相似论文
- 基于学习的低阶视觉问题研究,TP391.41
- 电容耦合电阻层析成像系统建模及优化研究,TP212
- 基于相敏解调的电容耦合电阻层析成像系统研究,TP391.41
- 电容层析成像直接三维图像重建技术研究,TP391.41
- 锥束CT迭代算法中投影排序与子集划分的研究,TP391.41
- CUDA加速CV图像分割和外部CT图像重建算法研究,TP391.41
- 电学层析成像系统优化设计,O441.4
- 集装箱(大型客体)CT检测系统的散射校正分析,TL99
- 一种三维放射治疗计划系统的研究与设计,R730.55
- 基于决策树和遗传算法的神经网络研究及应用,TP183
- 基于FPGA的锥束CT重建加速关键技术研究,TP391.41
- 序列图像超分辨率重建技术研究,TP391.41
- 电学层析成像图像重建算法研究及软件系统设计,TP391.41
- 基于聚类的电学层析成像算法及应用,TP391.41
- 医学电阻抗成像算法研究,TP391.41
- 基于FPGA与DSP的数字化ERT系统设计,O441.4
- 电磁层析成像关键技术仿真研究,O441.4
- 决策树与神经网络在电信行业中的应用及其对比分析,O211.9;F626
- 基于声学传感器的温度场测量系统的研究,TH811
- 基于POCS的图像超分辨率重建算法研究,TP391.41
- 面向脑神经结构重建的图像处理方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|