亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于p向量等比收縮的電學(xué)層析成像Lp正則化重建方法

文檔序號:8317671閱讀:362來源:國知局
基于p向量等比收縮的電學(xué)層析成像Lp正則化重建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于電學(xué)層析成像技術(shù)領(lǐng)域,涉及利用Lp正則化方法實現(xiàn)圖像重建的方 法。
【背景技術(shù)】
[0002] 多相流指包含明顯分界面的流體系統(tǒng),如含氣泡(液滴)的液體(氣體)、不混溶 的液體、含固體顆粒的氣體或液體等,它們經(jīng)常出現(xiàn)在動力、化工、石油、核能、冶金工程等 過程中,對工業(yè)生產(chǎn)與科學(xué)研宄有著十分重要的作用。多相流的流型指的是其管道中呈現(xiàn) 出的幾何與動力特征各異的流動形態(tài),它可通過組分或相的形態(tài)來定性描述,兩相流中常 見的流型包括泡狀流、彈狀流、環(huán)狀流等。
[0003] 電學(xué)層析成像技術(shù)(Electrical Tomography,ET)是自上世紀(jì)80年代后期出 現(xiàn)的一種新的基于電特性敏感機理的過程層析成像技術(shù),它的物理基礎(chǔ)是不同的媒質(zhì)具 有不同的電特性(電導(dǎo)率/介電系數(shù)/復(fù)導(dǎo)納/磁導(dǎo)率),通過判斷敏感場內(nèi)物體的電 特性分布便可推知該場中媒質(zhì)的分布情況。電學(xué)層析成像技術(shù)主要包括電阻層析成像 (Electrical Resistance Tomography, ERT)、電容層析成像(Electrical Capacitance Tomography, ECT)、電阻抗層析成像(Electrical Impedance Tomography, EIT)和電磁層析 成像(Electrical Magnetic Tomography, EMT)。電學(xué)層析成像在多相流及生物醫(yī)學(xué)領(lǐng)域有 廣泛的應(yīng)用前景,可以實現(xiàn)長期、持續(xù)監(jiān)測。
[0004] 電學(xué)層析成像逆問題(即圖像重建問題)求解具有非線性。通過線性化處理,可 以將問題轉(zhuǎn)化為線性逆問題求解。針對逆問題求解的不適定性,通常選取正則化方法處 理逆問題。正則化方法的思想是尋找一個由先驗信息約束的穩(wěn)定解集來逼近真實解。先 驗信息的選取不同和正則化函數(shù)形式的不同使得正則化方法具有不同的應(yīng)用形式,例如 以解的2范數(shù)為正則化函數(shù)實現(xiàn)逆問題的穩(wěn)定求解的L2正則化方法:Vauhkonen · M等人 在 1998 年發(fā)表于《IEEE 醫(yī)學(xué)成像》(Medical Imaging, IEEE Transactions)第 17 卷,第 285-293頁,題為《基于電阻抗層析成像的Tikhonov正則化及先驗信息選擇》(Tikhonov regularization and prior information in electrical impedance tomography)的文 章;以解的I范數(shù)為正則化函數(shù)實現(xiàn)逆問題穩(wěn)定求解的LI正則化方法:Jin,Bangti等人 在2012年發(fā)表于《工程中的數(shù)值計算》(International Journal For Numerical Methods In Engineering)第89卷,第337-353頁,題為《基于稀疏正則化的電阻抗層析成像重建 算法》(A reconstruction algorithm for electrical impedance tomography based on sparsity regularization)的文章。
[0005] 但是采用L2正則化求解逆問題所得解會出現(xiàn)過光滑現(xiàn)象,所成圖像具有較大的 尾影;而Ll正則化對具有光滑物體分布的場域所求解會出現(xiàn)過稀疏的問題,不能充分體 現(xiàn)場域物體的真實大小,因此引入以P范數(shù)為正則化函數(shù)的Lp正則化方法(一般在電 學(xué)層析成像中取P e [1,2])。Daubechies I等人于2004年發(fā)表于《數(shù)學(xué)與應(yīng)用數(shù)學(xué)》 (Communications on Pure and Applied Mathematics)第 57 卷,第 1413-1457 頁,題為 《針對線性逆問題稀疏約束的迭代閾值算法》(An iterative thresholding algorithm for linear inverse problems with a sparsity constraint)的文章提供了求角軍 Lp 正貝丨」化 的迭代算法。張玲玲等人于2013年發(fā)表于《多相流檢測與儀器儀表》(Flow Measurement and Instrumentation)第33卷,第244-250頁,題為《電阻層析成像逆問題迭代閾值算 法〉〉(An iterative thresholding algorithm for the inverse problem of electrical resistance tomography)的文章將迭代閾值算法應(yīng)用于電阻層析成像中,并對p = I. 5時 的成像結(jié)果進(jìn)行討論,驗證了方法的有效性。
[0006] 然而現(xiàn)有研宄中,利用Lp正則化進(jìn)行電學(xué)層析成像逆問題求解通常對整個場域 選擇一個固定的P值,且不同物體分布的場域需要給定不同的P值,以獲得更好的穩(wěn)定解。 這種方法忽略了不同物體分布的場域的空間特性,不能突出場域自身的特點,且P值的調(diào) 節(jié)給問題的求解帶來額外的工作量,不利于方法的推廣。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的上述不足,提出一種電學(xué)層析成像Lp重建方 法。本發(fā)明以Lp正則化為基礎(chǔ),結(jié)合Gauss-Newton迭代,解決了 L2正則化解過光滑而Ll 正則化解過稀疏的問題,提高電學(xué)層析成像逆問題的求解精度和圖像重建質(zhì)量。本發(fā)明的 技術(shù)方案如下:
[0008] 一種基于P向量等比收縮的電學(xué)層析成像Lp正則化重建方法,適用于泡狀流層析 成像,該方法將電學(xué)層析成像問題看作一個線性不適定問題Ax = b,其中A為靈敏度矩陣, b為相對邊界測量值向量,X為與場域物質(zhì)電特性分布對應(yīng)的成像灰度值向量,稱其為解向 量,采用Lp正則化逆問題求解的方法進(jìn)行圖像重建,其特征在于,
[0009] 利用Gauss-Newton迭代進(jìn)行Lp正則化逆問題求解的每步迭代中根據(jù)所得解更新 由圖像中各個像素點上的P值構(gòu)成的P向量,得到具有場域物體空間分布特性的P分布,最 終完成計算獲取重建圖像,步驟如下:
[0010] (1)根據(jù)對被測場域的測量,獲取重建所需的相對邊界測量值向量b和靈敏度矩 陣A ;
[0011] ⑵建立Lp正則化的目標(biāo)函數(shù);
[0012] (3)設(shè)置初始化參數(shù):解向量X的初始值Xci= 0,p向量初始值p C1= 2,p向量終止 值Pstop= 1 ;設(shè)定迭代次數(shù)N ;
[0013] (4)計算等比收縮因子
【主權(quán)項】
1. 一種基于P向量等比收縮的電學(xué)層析成像Lp正則化重建方法,適用于泡狀流層析 成像,該方法將電學(xué)層析成像問題看作一個線性不適定問題Ax = b,其中A為靈敏度矩陣, b為相對邊界測量值向量,X為與場域物質(zhì)電特性分布對應(yīng)的成像灰度值向量,稱其為解向 量,采用Lp正則化逆問題求解的方法進(jìn)行圖像重建.其特征在于, 利用Gauss-Newton迭代進(jìn)行Lp正則化逆問題求解的每步迭代中根據(jù)所得解更新由圖 像中各個像素點上的P值構(gòu)成的P向量,得到具有場域物體空間分布特性的P分布,最終完 成計算獲取重建圖像,步驟如下: (1) 根據(jù)對被測場域的測量,獲取重建所需的相對邊界測量值向量b和靈敏度矩陣A ; (2) 建立Lp正則化的目標(biāo)函數(shù); (3) 設(shè)置初始化參數(shù):解向量X的初始值Xtl= 0, p向量初始值p 〇= 2, p向量終止值 Psttjp= 1 ;設(shè)定迭代次數(shù)N ; (4) 計算等比收縮因子7 =咖_,/>〇 ; (5) 利用Gauss-Newton迭代公式進(jìn)行求解; (6) 利用所求解更新p向量:判斷解向量中各個元素是否為零,若是則對應(yīng)像素點的p 值保持前一步P值不變;若否,則對應(yīng)像素點的P值更新為前一步P值與收縮因子的乘積; (7) 判斷迭代是否完成,若是則迭代終止,進(jìn)行下一步操作,若否,則跳回第(5)步繼續(xù) 求解; (8) 根據(jù)最終求解所得灰度值,進(jìn)行成像。
2. 根據(jù)權(quán)利要求1所述的基于p向量等比收縮的電學(xué)層析成像Lp正則化重建方法,其 特征在于,所述的Lp正則化的目標(biāo)函數(shù)為:minF W=||A-Z| +2||x||;;,其中λ > 〇是正則化 系數(shù),M · 11為歐幾里得范數(shù),P向量滿足任一元素屬于[1,2];考慮到P = 1時目標(biāo)函數(shù) η -- 不可微,利用minirW = IlA-6Ig 近似上述的目標(biāo)函數(shù),其中η為解向量χ的維 數(shù),j為從1到η的計數(shù)整數(shù),Xj為解向量X中第j個元素,β是微小的可調(diào)參數(shù),滿足β > 0〇
3. 根據(jù)權(quán)利要求2所述的基于ρ向量等比收縮的電學(xué)層析成像Lp正則化重建方法,其 特征在于:利用Gauss-Newton迭代公式為: Xk= X H-[▽ 2F(Xh) F1V F (X Η) 其中k是當(dāng)前的迭代次數(shù),滿足I < k < N ;xk是第k次迭代得到的解,X η是第(k-1) 次迭代得到的解;▽ F(Xh)為當(dāng)X = Xlrt時目標(biāo)函數(shù)的一階微分,▽ 2F(Xlrt)為X = Xlrt時 目標(biāo)函數(shù)的二階微分,分別通過下面兩個公式獲得: VF(XtJ) = At (Axk4 - b) + Adiag(pk4 (如U + β)Λ_「2 xk.y) ▽ 2 尸(?) = AtA + Adiagipk^xll + β)Ρ^2) 其中Ph是前一步即第(k_l)次迭代更新獲得的ρ向量;diag( ·)是通過向量構(gòu)造對 角陣的函數(shù),向量的各個元素構(gòu)成對角陣的對角元素,對角陣的非對角元素均為零。
【專利摘要】本發(fā)明涉及一種基于p向量等比收縮的電學(xué)層析成像Lp正則化重建方法,適用于泡狀流層析成像,利用Gauss-Newton迭代進(jìn)行Lp正則化逆問題求解的每步迭代中根據(jù)所得解更新由圖像中各個像素點上的p值構(gòu)成的p向量,得到具有場域物體空間分布特性的p分布,最終完成計算獲取重建圖像,步驟如下:獲取重建所需的相對邊界測量值向量b和靈敏度矩陣A;建立Lp正則化的目標(biāo)函數(shù);計算等比收縮因子;利用Gauss-Newton迭代公式進(jìn)行求解;在每次迭代中,利用所求解更新p向量;成像。本發(fā)明有利于電學(xué)層析成像逆問題的精確求解,提高圖像重建質(zhì)量。
【IPC分類】G01N27-08
【公開號】CN104634829
【申請?zhí)枴緾N201510084550
【發(fā)明人】許燕斌, 裴仰, 董峰
【申請人】天津大學(xué)
【公開日】2015年5月20日
【申請日】2015年2月16日
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1