電容層析成像圖像重建算法研究.pdf

1、電容層析成像（Electrical Capacitance Tomography，ECT）技術(shù)利用安裝在被測(cè)物場(chǎng)周圍的電極陣列對(duì)物場(chǎng)施加特定頻率、幅值的激勵(lì)電壓，測(cè)量電極對(duì)之間的電容值，并以此通過(guò)重建算法獲得被測(cè)物場(chǎng)內(nèi)介電常數(shù)的可視化分布。該方法具有非侵入、響應(yīng)快、無(wú)輻射、成本低等優(yōu)點(diǎn)，在工業(yè)多相流檢測(cè)中具有廣闊的應(yīng)用前景。
　　電容層析成像圖像重建算法的精度是制約該技術(shù)在多相流檢測(cè)中成功應(yīng)用的瓶頸問(wèn)題之一，針對(duì)重建算法的研究一直

2、在進(jìn)行。本文利用Kalman濾波算法對(duì)ECT進(jìn)行圖像重建，該算法利用多次測(cè)量電容值迭代求取圖像灰度值的最小方差估計(jì)，充分利用了噪聲的統(tǒng)計(jì)特性，主要工作及結(jié)果如下：
　　(1)基于經(jīng)典Kalman濾波方法的ECT圖像重建，研究了ECT的Kalman濾波方程的穩(wěn)定性。從理論上證明了Kalman濾波器不穩(wěn)定，其最終估計(jì)值（圖像灰度值）受濾波初值的影響，研究了 Kalman濾波器的初值問(wèn)題，針對(duì)這一問(wèn)題，通過(guò)仿真實(shí)驗(yàn)獲得了Kalman濾波

3、器的最佳初值組合。仿真實(shí)驗(yàn)結(jié)果表明，與Landweber迭代算法、Tikhonov正則化算法和靈敏度系數(shù)法相比，在最佳初值組合下的 Kalman濾波算法重建圖像質(zhì)量更好。
　　(2)由于多相流流型的時(shí)變性，本文研究了基于自適應(yīng)Kalman濾波的ECT圖像重建。本文提出了引入系統(tǒng)噪聲的ECT狀態(tài)模型，利用系統(tǒng)噪聲反映多相流流型的變化。采用基于極大似然準(zhǔn)則的自適應(yīng)Kalman濾波方法在線修正系統(tǒng)噪聲的方差矩陣，建立了ECT的自適應(yīng)Ka