基于压缩传感的两相流流型图像重构算法的研究

基于压缩传感的两相流流型图像重构算法的研究

论文摘要

两相流模型广泛应用于热能、核能、石油、航空航天、制冷、食品、冶金等许多工业生产的基础物理过程。然而,由于该物理过程的复杂且可变的特点,使得参数检测比较困难,随着电容层析成像(ECT)技术的不断发展,使得直观快速的两相流模型的检测成为了可能。该成像技术简单易行,安全可靠,响应速度快,慢慢发展成为各个行业信号检测的主要技术手段。电容层析成像图像重构技术是由获得的电容测量值重建管道横截面的流型以及其他两相参数的过程,重建过程中的非线性重建和不适定问题总是限制了图像重建的准确性。Donoho和Candès等人在2006年提出了压缩感知(Compressed Sensing,CS)理论,该理论指出只要信号在某个变换域上是可压缩的,就可以用基于原始信号的少量投影数据,通过求解优化问题以较大概率重构原始信号,可以证明该投影数据包含原始信号的足够信息。本文研究基于压缩感知的两相流流型重建的算法优化,并尝试一种信号重建精度高,实时性好的算法改进,以期能够高精度的重构新号。论文主要工作和创新点包括:(1)针对正交匹配算法迭代次数过多导致算法效率降低的不足,提出了一种原子选择准则改进思路,并从理论上分析该优化准则的最优性,然后进行数据仿真,验证该改进方法的正确性。(2)由于测量矩阵的性能与重构算法得出的信号重构效果有着紧密联系,考虑优化测量矩阵的性能,通过减小测量矩阵列向量的非相干性来减小信号重构误差,提高信号重构质量。(3)通过深入研究多种基于压缩感知理论的信号重建算法,提出一种改进SL0算法,从选取性能更好的连续函数和选取合适的步长因子两方面来考虑。仿真实验可以证明,该改进SL0算法在一定程度上可以改善信号重构效果。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 课题研究的背景及意义
  •     1.1.1 多相流检测背景及意义
  •     1.1.2 多相流检测中的主要参数
  •     1.1.3 多相流检测技术现状
  •   1.2 电容层析成像技术发展概述
  •     1.2.1 硬件设计
  •     1.2.2 图像重建算法
  •     1.2.3 应用领域
  •   1.3 本文的主要研究内容及创新点
  •   1.4 本章小结
  • 第2章 电容层析成像系统原理
  •   2.1 ECT系统构成及测量原理
  •     2.1.1 电容传感器
  •     2.1.2 数据采集系统
  •     2.1.3 图像重建计算机
  •   2.2 ECT敏感场的数学模型
  •   2.3 ECT的正问题分析
  •     2.3.1 ECT正问题原理及求解方法
  •     2.3.2 ECT正问题的有限元法
  •   2.4 ECT的逆问题分析
  •     2.4.1 ECT逆问题原理
  •     2.4.2 灵敏度理论
  •   2.5 几种常见的图像重建算法
  •     2.5.1 线性反投影算法
  •     2.5.2 灵敏度系数法
  •     2.5.3 Landweber迭代法
  •     2.5.4 Tikhonov正则化算法
  •   2.6 本章小结
  • 第3章 压缩感知原理
  •   3.1 压缩感知原理简介
  •   3.2 信号的稀疏化压缩处理
  •   3.3 观测矩阵设计
  •   3.4 观测矩阵选择条件
  •   3.5 信号重建算法
  •   3.6 本章小结
  • 第4章 压缩感知算法在ECT系统中的应用及其改进
  •   4.1 原始图像信号稀疏化处理
  •   4.2 一种改进的正交匹配算法的原子优化
  •   4.3 测量矩阵的设计及其优化
  •     4.3.1 约束等距性
  •     4.3.2 非相干性
  •     4.3.3 测量矩阵原子优化可行性分析
  •     4.3.4 数据仿真
  •   4.4 基于改进SL0 算法的压缩感知信号重建
  •   4.5 仿真实验及结果
  •   4.6 本章小结
  • 第5章 结论与展望
  •   5.1 结论
  •   5.2 展望
  • 参考文献
  • 攻读硕士学位期间发表的论文及其它成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 秦京建

    导师: 马平

    关键词: 电容层析成像,图像重建算法,压缩感知理论,改进算法

    来源: 华北电力大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 力学,计算机软件及计算机应用

    单位: 华北电力大学

    分类号: TP391.41;O359.1

    总页数: 56

    文件大小: 3905K

    下载量: 38

    相关论文文献

    • [1].压缩感知图像重建算法的研究现状及其展望[J]. 电视技术 2013(19)
    • [2].压缩感知图像重建算法的研究现状及其展望[J]. 电视技术 2020(07)
    • [3].一种自适应加权欠采样图像重建算法[J]. 南京理工大学学报 2020(02)
    • [4].一种新的基于感知字典的稀疏图像重建算法研究[J]. 洛阳师范学院学报 2017(08)
    • [5].基于压缩感知的高炉料面图像重建算法[J]. 天津职业技术师范大学学报 2020(02)
    • [6].基于非局部相似块低秩的压缩感知图像重建算法[J]. 电子学报 2017(03)
    • [7].基于信赖域技巧的共轭梯度方法的图像重建算法研究[J]. 现代电子技术 2014(24)
    • [8].电容层析成像图像重建算法对比[J]. 电子科技 2020(11)
    • [9].一种基于偏微分方程约束的闪光照相图像重建算法[J]. 强激光与粒子束 2008(02)
    • [10].PET图像重建算法现状与研究趋势[J]. 电子世界 2019(01)
    • [11].一种基于时空变换和压缩感知的磁共振螺旋采样的图像重建算法[J]. 波谱学杂志 2016(04)
    • [12].层析γ扫描中几种透射图像重建算法对比[J]. 科学技术与工程 2017(23)
    • [13].基于稀疏和低秩约束的压缩感知图像重建算法[J]. 金陵科技学院学报 2015(04)
    • [14].一种新的正则化图像重建算法及参数优化[J]. 天津科技大学学报 2014(06)
    • [15].分布式船舶并行迭代图像重建算法[J]. 舰船科学技术 2020(16)
    • [16].基于多项式加速的电容层析成像图像重建算法[J]. 仪器仪表学报 2008(12)
    • [17].基于敏感场变换的电容层析成像图像重建算法研究[J]. 电子测量技术 2008(04)
    • [18].摄像中的超分辨率图像重建算法研究[J]. 硅谷 2013(16)
    • [19].基于小波收缩和正逆扩散结合的优质中值先验图像重建算法[J]. 计算机应用 2012(12)
    • [20].油井流动图像重建算法研究[J]. 石油天然气学报 2011(07)
    • [21].一种用于磁感应断层成像的图像重建算法[J]. 仪器仪表学报 2008(10)
    • [22].滤波反投影图像重建算法研究[J]. 咸阳师范学院学报 2008(04)
    • [23].基于小波神经网络的电容层析成像图像重建算法[J]. 中国电机工程学报 2008(35)
    • [24].低秩矩阵恢复的超分辨图像重建算法[J]. 控制工程 2018(02)
    • [25].基于约束优化的闪光照相图像重建算法[J]. 强激光与粒子束 2016(09)
    • [26].基于压缩感知的电容层析成像图像重建算法[J]. 电子学报 2017(02)
    • [27].基于视觉的焊接图像重建算法研究[J]. 现代科学仪器 2013(02)
    • [28].基于压缩感知的一种改进射电图像重建算法[J]. 现代电子技术 2020(09)
    • [29].基于改进广义全变分的稀疏图像重建算法[J]. 激光与光电子学进展 2018(11)
    • [30].一种基于期望最大化条件的电容层析成像图像重建算法[J]. 哈尔滨理工大学学报 2016(02)

    标签:;  ;  ;  ;  

    基于压缩传感的两相流流型图像重构算法的研究
    下载Doc文档

    猜你喜欢