基于聚類的電學(xué)層析成像算法及應(yīng)用.pdf

1、近年來發(fā)展起來的電學(xué)層析成像技術(shù)(Electrical Tomography，簡稱ET)在兩相流/多相流流動(dòng)參數(shù)分布狀況的測(cè)量方面取得了一定的進(jìn)展，已經(jīng)成為解決兩相流參數(shù)檢測(cè)的有效手段，具有很大的潛力和廣闊的工業(yè)應(yīng)用前景。
　　 電學(xué)層析成像技術(shù)ET(Electrical Tomography，簡稱ET)是目前最為廣泛研究的一種過程層析成像技術(shù)，它具有系統(tǒng)成本低、成像速度快、適用范圍廣、非侵入式等優(yōu)點(diǎn)，在PT中很有優(yōu)勢(shì)。因而，電

2、學(xué)層析成像技術(shù)成為研究的熱點(diǎn)。
　　 然而，盡管ET技術(shù)取得了較大的進(jìn)展，但是圖像重建的精度和速度卻一直是沒有獲得很大的進(jìn)展。為了獲得更佳的圖像質(zhì)量和更快的成像速度，許多研究者進(jìn)行了不懈的努力，提出了多種圖像重建算法，如反投影法、Landweber的迭代法等，但是這些算法各有不同的適用場(chǎng)合與局限性。
　　 針對(duì)目前斷層成像重建圖像算法存在的成像精度較低和速度較慢的問題，基于模糊聚類算法，我們提出了一種具有原創(chuàng)性的新型圖像

3、重建算法。與現(xiàn)有的成像算法不同的是，我們把不同的傳感器所獲取的信息有序地映射到一個(gè)向量的空間進(jìn)行聚類分析。同時(shí)，通過特征分組加權(quán)，充分考慮特征之間度量值的不均衡性，更好地描述了數(shù)據(jù)中不同特征作用的差異。實(shí)驗(yàn)證明，我們提出的算法能夠充分地利用已有信息，獲得更好的圖像重建效果。進(jìn)一步地，我們提出的算法實(shí)現(xiàn)簡單，計(jì)算復(fù)雜度低，能夠?qū)崟r(shí)、動(dòng)態(tài)地更新計(jì)算結(jié)果，為圖像重建技術(shù)提供一個(gè)全新的手段。
　　 最后，又從數(shù)據(jù)融合的角度做了ERT和E