CN106228585A - 基于鲁棒主成分分析的电学层析成像方法及系统 - Google Patents
基于鲁棒主成分分析的电学层析成像方法及系统 Download PDFInfo
- Publication number
- CN106228585A CN106228585A CN201610594815.6A CN201610594815A CN106228585A CN 106228585 A CN106228585 A CN 106228585A CN 201610594815 A CN201610594815 A CN 201610594815A CN 106228585 A CN106228585 A CN 106228585A
- Authority
- CN
- China
- Prior art keywords
- image
- component analysis
- principal component
- robust principal
- imaging method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
一种基于鲁棒主成分分析的电学层析成像方法,包括步骤:采集待成像区域内层析成像系统的测量数据;利用图像重构算法及采集得到的测量数据进行图像重构,得到随时间连续变化的物质电学参数分布图像;以及对所述连续变化的物质电学参数分布图像进行鲁棒主成分分析,得到除噪声后的图像。通过在电学层析成像方法中引入鲁棒主成分分析,降低图像噪声,提高图像质量,该电学层析成像方法可应用于能源、医药、化工等领域。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种基于鲁棒主成分分析的电学层析成像方法,以及一种基于鲁棒主成分分析的电学层析成像系统。
背景技术
电学层析成像技术是通过被测物质的电学参数的变化所引起的测量量的变化来重建被测量横截面或区域的两相或多相物质分布情况。根据所测量的电学参数的不同,电学层析成像可以分为电阻层析成像(Electrical Resistance Tomography,ERT,测量物质电导率),电容层析成像(Electrical Capacitance Tomography,ECT,测量物质介电常数),阻抗层析成(ElectricalImpedance Tomography,EIT,测量物质电导率和介电常数)以及电磁层析成像(Electromagnetic Tomography,EMT,测量物质磁导率)。根据激励频率的不同,又可以分为高频和低频成像,ERT、EIT、ECT和EMT都属于低频成像,激励频率在kHz,微波层析成像(Microwave Tomography,MWT)属于高频层析成像,激励频率在GHz。MWT可以同时测量物质的电导率和介电常数。
电学层析成像是软场成像,所得图像的分辨率比硬场成像低。此外,在测量过程中受到环境噪声和硬件系统性能的影响,所得的测量数据通常含有噪声,尤其是在实际的工业应用过程中。利用含有噪声的数据进行层析成像逆问题求解,会使得图像也含有明显的噪声,导致图像失真或者无法重构。因此,如何去除噪声干扰对重构图像的质量的影响对准确的测量过程参数尤为重要。
传统的平均、滤波等去噪方法在提升图像质量的同时也去除了较大一部分随时间变化的物质分布信息,无法同时保证图像质量和物质分布随时间变化的信息。此外,对于受噪声干扰严重而无法重构的图像,传统的方法也不能根据前后帧的信息将此帧图像恢复出来。
发明内容
(一)要解决的技术问题
有鉴于此,本发明的目的在于提供一种基于鲁棒主成分分析的电学层析成像方法及系统,以解决上述现有技术提到的至少部分技术问题。
(二)技术方案
根据本发明的一方面,提供一种基于鲁棒主成分分析的电学层析成像方法,包括步骤:
(1)采集待成像区域内层析成像系统的测量数据;
(2)利用图像重构算法及测量数据进行图像重构,得到随时间连续变化的物质电学参数分布图像;
(3)对所述连续变化的物质分布图像进行鲁棒主成分分析,得到除噪声后的图像。
优选的,所述电学参数为电导率、介电常数和磁导率之一,或者为它们的组合。
优选的,所述待成像区域为气、固、液之中两相或多相流动的区域。
优选的,步骤(3)中,对连续变化的物质分布图像进行鲁棒主成分分析时,包括构建图像矩阵,构建图像矩阵包括选择固定帧数的图像、随时间滑移来得到图像矩阵或者根据需要来调整图像的固定帧数。
优选的,步骤(3)包括子步骤:将连续变化的物质分布图像的每一帧图像转成一个列向量,将多帧图像累积成为一个图像矩阵;将图像矩阵作为输入,利用鲁棒主成分分析,得到除噪声后的图像。
根据本发明的另一方面,提供一种基于鲁棒主成分分析的电学层析成像系统,包括:传感器,测量反映待成像区域内的物质的至少一种电学参数变化的数据;数据采集系统,采集传感器测量得到的数据;数据处理软件,实现图像重构算法和鲁棒主成分分析算法;第一处理模块,用于对根据所述图像重构算法和采集得到的测量数据进行图像重构,得到随时间连续变化的物质电学参数分布图像;第二处理模块:用于对所述连续变化的物质分布图像进行鲁棒主成分分析,得到除噪声后的图像。
优选的,所述传感器为电导率传感器、介电常数传感器和/或磁导率传感器
(三)有益效果
通过上述技术方案可以看出,本发明的有益效果在于:
(1)通过在电学层析成像方法中引入鲁棒主成分分析,降低图像噪声,提高图像质量;
(2)摒弃传统的平均、滤波等去噪方法,不但恢复图像缺失的信息,而且保证测量信息的连续性;
(3)利用该电学层析成像方法对能源、医药、化工等领域的两相或多相流动进行测量时,可以克服环境噪声的干扰,获得实时、有效、较为准确的过程参数,以实现对过程的合理调控。
附图说明
图1是本发明的电学层析成像图像方法的流程图。
具体实施方式
根据本发明的基本构思,提供一种基于鲁棒主成分分析的电学层析成像方法,包括步骤:
(1)采集反映待成像区域内的物质电学参数的测量数据;
(2)利用图像重构算法及采集得到的测量数据进行图像重构,得到随时间连续变化的物质分布图像;
(3)对所述连续变化的物质分布图像进行鲁棒主成分分析(robustprinciplecomponent analysis,RPCA),得到除噪声后的图像。由于随时间连续变化的图像是一个天然的低秩模型,可以通过鲁棒主成分分析的方法得到低秩的图像信息和稀疏分布的噪声信息,进而去除图像中的噪声,恢复出因受强噪声干扰而无法重建的物质分布图像。
在本发明的电学层析成像方法中,步骤(1)中物质电学参数,可以为电导率、介电常数和磁导率之一,或者是为它们之间的任意组合。对于电导率,可以通过电阻层析成像方式来测量物质电导率;对于介电常数,可以通过电容层析成像方式来测量物质介电常数;对于电导率和介电常数组合的参数,可通过阻抗层析成像或微波层析成像方法进行测量物质电导率和介电常数;而对于磁导率,可以通过电磁层析成像方式测量。
在本发明的电学层析成像方法中,步骤(1)的待成像区域可以为气、固、液之中两相或多相流动的区域。该成像可以在对能源、医药、化工等领域的两相或多相流动进行测量时,克服环境噪声的干扰,获得实时、有效、较为准确的过程参数,以实现对过程的合理调控。
在本发明的电学层析成像方法中,步骤(2)的图像重构算法包括但不限于线性反投影算法、单步算法、迭代算法,确定性算法、基于统计分析的方法,以及基于机器学习、神经网络等方法。只要是能通过电学层析成像传感器测量数据得到物质部分图像的算法都可以作为图像重构算法的替代方案均可应用于此。
在本发明的电学层析成像方法中,步骤(3)中对连续变化的物质分布图像进行鲁棒主成分分析时,包括构建图像矩阵,构建图像矩阵包括选择固定帧数的图像、随时间滑移来得到图像矩阵或者根据需要来调整图像的固定帧数。
本发明的鲁棒主成分分析方法可以通过乘子交替方向法(AlternatingDirectionMethod of Multipliers,ADMM)ADMM来实现,也可以通过迭代软阈值(Iterative Soft-Thresholding,IST),加速近邻梯度(AcceleratedProximal Gradient,APG)以及增广拉格朗日(Augmented LagrangianMethods,ALM)等不同的方法来实现,但并不限定在这些方法,其它只要能够实现相应分析功能的均可应用于此。
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。在说明书中,相同或相似的附图标号指示相同或相似的部件。下述参照附图对本发明实施方式的说明旨在对本发明的总体发明构思进行解释,而不应当理解为对本发明的一种限制。
实施例1:
图1是本发明一具体实施例的电学层析成像图像方法的流程图。
流程具体如下:
(1).针对不同的测量对象,采集电容层析成像传感器的电压测量数据。
(2).利用线性反投影(LBP)图像重构算法及采集得到的电压数据进行图像重构,得到随时间连续变化的物质分布图像。
(3).将每一帧图像转成一个列向量,将多帧图像累积成为一个图像矩阵。
(4).将图像矩阵作为输入,利用乘子交替方向法(Alternating DirectionMethod of Multipliers,ADMM)来进行鲁棒主成分分析,得到低秩的图像和稀疏的噪声。
图1中构建图像矩阵的过程可以选择固定帧数的图像、随时间滑移来得到图像矩阵,也可以根据需要来调整图像的固定帧数。此外,还可以从第一帧图像开始,随着时间的累积不断的向图像矩阵中填充数据来生成动态的图像矩阵。
实施例2:
与实施例1相同,不同之处仅在于步骤(4)中,利用迭代软阈值(Iterative Soft-Thresholding,IST)方法来进行鲁棒主成分分析。
实施例3:
与实施例1相同,不同之处仅在于步骤(4)中,利用加速近邻梯度(AcceleratedProximal Gradient,APG)方法来进行鲁棒主成分分析。
实施例4:
与实施例1相同,不同之处仅在于步骤(4)中,利用增广拉格朗日(AugmentedLagrangian Methods,ALM)方法来进行鲁棒主成分分析。
当然,图1中的鲁棒主成分分析(Robust Principle Component Analysis,RPCA)可以通过ADMM来实现,也可以通过迭代软阈值(Iterative Soft-Thresholding,IST),加速近邻梯度(Accelerated Proximal Gradient,APG)以及增广拉格朗日(AugmentedLagrangian Methods,ALM)等不同的方法来实现,但并不限定在这些方法。
基于同一发明构思,本发明还提供一种基于鲁棒主成分分析的电学层析成像系统,其特征在于包括:
传感器,测量反映待成像区域内的物质的至少一种电学参数变化的数据;
数据采集系统,采集传感器测量得到的数据;
数据处理软件,实现图像重构算法和鲁棒主成分分析算法;
第一处理模块,用于对根据所述图像重构算法和采集得到的电学参数数据进行图像重构,得到随时间连续变化的物质分布图像;
第二处理模块:用于对所述连续变化的物质分布图像进行鲁棒主成分分析,得到除噪声后的图像。
优选的,所述传感器为电导率传感器、介电常数传感器和/或磁导率传感器;传感器可以是单层、多层或者不规则结构。
优选的,层析成像系统可以是ERT,EIT,EMT,MWT等不同频段、不同原理的电学层析成像系统。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于鲁棒主成分分析的电学层析成像方法,其特征在于包括步骤:
(1)采集待成像区域内层析成像系统的测量数据;
(2)利用图像重构算法及采集得到的测量数据进行图像重构,得到随时间连续变化的物质电学参数分布图像;
(3)对所述连续变化的物质电学参数分布图像进行鲁棒主成分分析,得到除噪声后的图像。
2.根据权利要求1所述的电学层析成像方法,其特征在于,所述电学参数为电导率、介电常数和磁导率之一,或者为它们的组合。
3.根据权利要求1所述的电学层析成像方法,其特征在于,所述待成像区域为气、固、液之中两相或多相流动的区域。
4.根据权利要求1所述的电学层析成像方法,其特征在于,步骤(3)中,对连续变化的物质分布图像进行鲁棒主成分分析时,包括构建图像矩阵,构建图像矩阵包括选择固定帧数的图像、随时间滑移来得到图像矩阵或者根据需要来调整图像的固定帧数。
5.根据权利要求1所述的电学层析成像方法,其特征在于,步骤(3)包括子步骤:
将连续变化的物质分布图像的每一帧图像转成一个列向量,将多帧图像累积成为一个图像矩阵;
将图像矩阵作为输入,利用鲁棒主成分分析,得到除噪声后的图像。
6.一种基于鲁棒主成分分析的电学层析成像系统,其特征在于包括:
传感器,测量反映待成像区域内的物质的至少一种电学参数变化的数据;
数据采集系统,采集传感器测量得到的数据;
数据处理软件,实现图像重构算法和鲁棒主成分分析算法;
第一处理模块,用于对根据所述图像重构算法和采集得到的测量数据进行图像重构,得到随时间连续变化的物质电学参数分布图像;
第二处理模块:用于对所述连续变化的物质分布图像进行鲁棒主成分分析,得到除噪声后的图像。
7.根据权利要求6所述的电学层析成像系统,其特征在于,所述传感器为电导率传感器、介电常数传感器和/或磁导率传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610594815.6A CN106228585A (zh) | 2016-07-26 | 2016-07-26 | 基于鲁棒主成分分析的电学层析成像方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610594815.6A CN106228585A (zh) | 2016-07-26 | 2016-07-26 | 基于鲁棒主成分分析的电学层析成像方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106228585A true CN106228585A (zh) | 2016-12-14 |
Family
ID=57533445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610594815.6A Pending CN106228585A (zh) | 2016-07-26 | 2016-07-26 | 基于鲁棒主成分分析的电学层析成像方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106228585A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337547A (zh) * | 2020-03-10 | 2020-06-26 | 深圳市联恒星科技有限公司 | 一种基于多重测量矢量的复数多频实时电容层析成像系统 |
CN111562305A (zh) * | 2019-02-14 | 2020-08-21 | 爱科维申科技(天津)有限公司 | 基于电磁层析成像技术的汽车减震器活塞缺陷检测方法 |
CN113885624A (zh) * | 2021-11-01 | 2022-01-04 | 中国科学院工程热物理研究所 | 颗粒制备调控系统及其调控方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1410774A (zh) * | 2002-11-29 | 2003-04-16 | 清华大学 | 基于主成分分析和神经元网络的两相流相浓度测量方法 |
CN103033809A (zh) * | 2012-09-25 | 2013-04-10 | 中山大学 | 压缩射频层析成像的移动分治实现方法 |
CN104535616A (zh) * | 2015-01-25 | 2015-04-22 | 何赟泽 | 一种窗扫描热成像缺陷检测和层析成像方法及系统 |
CN104655692A (zh) * | 2013-11-19 | 2015-05-27 | 中国科学院工程热物理研究所 | 电容层析成像传感器 |
-
2016
- 2016-07-26 CN CN201610594815.6A patent/CN106228585A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1410774A (zh) * | 2002-11-29 | 2003-04-16 | 清华大学 | 基于主成分分析和神经元网络的两相流相浓度测量方法 |
CN103033809A (zh) * | 2012-09-25 | 2013-04-10 | 中山大学 | 压缩射频层析成像的移动分治实现方法 |
CN104655692A (zh) * | 2013-11-19 | 2015-05-27 | 中国科学院工程热物理研究所 | 电容层析成像传感器 |
CN104535616A (zh) * | 2015-01-25 | 2015-04-22 | 何赟泽 | 一种窗扫描热成像缺陷检测和层析成像方法及系统 |
Non-Patent Citations (7)
Title |
---|
F LUAN 等: "Application of RPCA in optical coherence tomography for speckle noise reduction", 《LASER PHYSICS LETTERS》 * |
JIAMIN YE 等: "A sparsity reconstruction algorithm for electrical capacitance tomography based on modified Landweber iteration", 《MEASUREMENT SCIENCE AND TECHNOLOGY》 * |
JIAMIN YE 等: "Image Reconstruction for Electrical Capacitance Tomography Based on Sparse Representation", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 * |
JING LEI 等: "An Image Reconstruction Algorithm for Electrical Capacitance Tomography Based on Robust Principle Component Analysis", 《SENSORS 2013》 * |
姜凡 等: "电容层析成像技术在流化床气固两相流测量中的应用", 《动力工程》 * |
毛明旭 等: "基于稀疏正则化的内外置电极电容层析成像", 《中南大学学报(自然科学版)》 * |
董向元 等: "基于快速投影LANDWEBER法的电容层析成像图像重建算法研究", 《中国电机工程学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111562305A (zh) * | 2019-02-14 | 2020-08-21 | 爱科维申科技(天津)有限公司 | 基于电磁层析成像技术的汽车减震器活塞缺陷检测方法 |
CN111562305B (zh) * | 2019-02-14 | 2024-01-26 | 爱科维申科技(天津)有限公司 | 基于电磁层析成像技术的汽车减震器活塞缺陷检测方法 |
CN111337547A (zh) * | 2020-03-10 | 2020-06-26 | 深圳市联恒星科技有限公司 | 一种基于多重测量矢量的复数多频实时电容层析成像系统 |
CN113885624A (zh) * | 2021-11-01 | 2022-01-04 | 中国科学院工程热物理研究所 | 颗粒制备调控系统及其调控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107369187B (zh) | 基于邻点变差和的电学层析成像正则化重建方法 | |
US8111803B2 (en) | Method for energy sensitive computed tomography using checkerboard filtering | |
JP6564254B2 (ja) | X線ct装置及びその制御方法 | |
Marashdeh et al. | Electrical capacitance tomography | |
CN103559699A (zh) | 一种基于投影估计的多能谱ct图像重建方法 | |
CN109919844A (zh) | 一种高分辨率的电学层析成像电导率分布重建方法 | |
Ye et al. | A sparsity reconstruction algorithm for electrical capacitance tomography based on modified Landweber iteration | |
Soleimani et al. | Dynamic imaging in electrical capacitance tomography and electromagnetic induction tomography using a Kalman filter | |
CN106228585A (zh) | 基于鲁棒主成分分析的电学层析成像方法及系统 | |
CN102688041B (zh) | 基于电极采用交错位方式排列的三维电阻抗断层成像方法 | |
Ye et al. | Image recovery for electrical capacitance tomography based on low-rank decomposition | |
CN108830875A (zh) | 一种基于残差最小的电阻抗层析成像图像分割方法 | |
Bubba et al. | Sparse dynamic tomography: a shearlet-based approach for iodine perfusion in plant stems | |
Sossin et al. | A novel scatter separation method for multi-energy x-ray imaging | |
Zhang et al. | Image reconstruction method along electrical field centre lines using a modified mixed normalization model for electrical capacitance tomography | |
Wanta et al. | Image reconstruction using Z-axis spatio-temporal sampling in 3D electrical capacitance tomography | |
CN102599907B (zh) | 基于网格位移模型的电阻抗断层成像方法 | |
Zhang et al. | Imaging floating metals and dielectric objects using electrical capacitance tomography | |
Kryszyn et al. | Evaluation of the electrical capacitance tomography system for measurement using 3d sensor | |
Ametova et al. | Crystalline phase discriminating neutron tomography using advanced reconstruction methods | |
Kim et al. | Novel iterative image reconstruction algorithm for electrical capacitance tomography: directional algebraic reconstruction technique | |
Dang et al. | Practical comparisons of EIT excitation protocols with applications in high-contrast imaging | |
Zhou et al. | Multifrequency electrical impedance tomography with total variation regularization | |
Xie et al. | Regularization parameter optimization based on the constraint of Landweber algorithm for electrical capacitance tomography | |
CN109102552A (zh) | 一种非均匀形状约束的像素值域滤波超声成像重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161214 |
|
WD01 | Invention patent application deemed withdrawn after publication |