基于FPGA的電容層析成像系統(tǒng)圖像重建算法研究.pdf

1、電容層析成像(ECT)技術(shù)是近幾年發(fā)展較快的一種基于電容敏感機理的過程成像技術(shù)，現(xiàn)已成為目前過程層析成像技術(shù)發(fā)展的主流和研究熱點。電容層析成像技術(shù)以具有諸多優(yōu)點：成本低、非侵入性、安全性能好、結(jié)構(gòu)簡單、適用范圍廣等，該技術(shù)在解決工業(yè)兩相流檢測問題上有廣闊的工業(yè)應(yīng)用前景和巨大的發(fā)展?jié)摿Α?br>　　 作為ECT系統(tǒng)研究的關(guān)鍵技術(shù)，圖像重建算法的好壞直接關(guān)系著重建圖像的質(zhì)量和速度。支持向量機(SVM)算法具有更嚴格的理論和數(shù)學(xué)基礎(chǔ)，不存在

2、局部最小問題，具有良好的泛化能力和分類精確性，因此本文選用SVM算法來完成圖像重建。SVM的核心計算涉及輸入空間的“高維”計算，運算中會出現(xiàn)占用內(nèi)存多、耗費時間久的問題。一般通過軟件進行算法改進來解決上述問題，但受本質(zhì)是串行的計算機系統(tǒng)的制約，這種方式限制了其在一些實時性要求較高的工業(yè)場合中的應(yīng)用。本文利用FPGA來實現(xiàn)SVM算法，充分借助FPGA內(nèi)部邏輯單元的并行特征，來達到提高算法運行速度的目的。
　　 基于FPGA的支持向

3、量機硬件實現(xiàn)主要分為兩部分，即樣本數(shù)據(jù)的訓(xùn)練和決策。其中，訓(xùn)練過程的核心算法采用了利于硬件實現(xiàn)的梯度上升法，并完善了閾值的調(diào)整與判定，這樣求解出的最優(yōu)解精度更高。整個訓(xùn)練過程硬件結(jié)構(gòu)選用串行計算并行傳輸方式，減少了各模塊間的時間延遲，提高了運算速度。決策過程主要用來判定測試樣本的灰度值，為圖像重建做好鋪墊。
　　 本文以12電極ECT系統(tǒng)為研究對象，通過傳感器的工作原理數(shù)學(xué)模型，研究了油水兩相流的流型辨識問題。在基于FPGA的支