CN111192338B - 基于触摸屏应用Calderon算法重建图像的方法 - Google Patents
基于触摸屏应用Calderon算法重建图像的方法 Download PDFInfo
- Publication number
- CN111192338B CN111192338B CN201911414251.3A CN201911414251A CN111192338B CN 111192338 B CN111192338 B CN 111192338B CN 201911414251 A CN201911414251 A CN 201911414251A CN 111192338 B CN111192338 B CN 111192338B
- Authority
- CN
- China
- Prior art keywords
- electrode
- voltage
- touch screen
- calderon
- electrodes
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 241001479489 Peponocephala electra Species 0.000 title claims abstract description 32
- 230000005284 excitation Effects 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 239000010949 copper Substances 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims 2
- HOWHQWFXSLOJEF-MGZLOUMQSA-N systemin Chemical compound NCCCC[C@H](N)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(O)=O)C(=O)OC(=O)[C@@H]1CCCN1C(=O)[C@H]1N(C(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCCN=C(N)N)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H]2N(CCC2)C(=O)[C@H]2N(CCC2)C(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](C)N)C(C)C)CCC1 HOWHQWFXSLOJEF-MGZLOUMQSA-N 0.000 claims 1
- 108010050014 systemin Proteins 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 10
- 238000002834 transmittance Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009545 invasion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0416—Control or interface arrangements specially adapted for digitisers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/044—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means by capacitive means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明属于传感器应用领域，具体公开了一种基于触摸屏应用Calderon算法重建图像的方法，采用八个矩形薄片电极的电容式传感器，该方法包括：检测电容信号、采集电容信号发送至上位机及上位机分析电容信号，采用Calderon算法进行图像重建的步骤。本发明提供的基于触摸屏应用Calderon算法重建图像的方法，该方法操作简单方便，图像重建质量高，而且不限制触摸材料，此外，电容式传感器结构简单、巧妙、制作方便，透过率高。本发明适用于电容式传感器的图像重建。
Description
技术领域
本发明属于传感器应用技术领域，涉及电容式传感器应用技术领域，具体地说是一种基于触摸屏应用Calderon算法重建图像的方法。
背景技术
电容成像技术在20世纪80年代开始发展，通过采用特殊设计的敏感空间阵列电极，以非侵入或非接触的方法获取敏感场的信息，利用图像重建的方法再现场域内某一截面内介质的分布状态，并以图像的形式给出介质分布结果，其中，电容层析成像(Electrical Capacitance Tomography,ECT)是一种能对管道空间中介质分布进行可视化的新型监测技术。
ECT的基本原理是在工业管道周围安置电容传感器，从而测量电容传感器两两电极之间的电容值，根据所测电容值和相应的算法，ECT系统可重建出传感器监测区域的介质分布，从而得到管道内的多相流信息。ECT技术具有无辐射、非侵入、成本低和速度快等优点，具有非侵入、响应快、低成本、安全无辐射等优点，因此该技术具有广阔的应用前景和发展潜力。然而，现有技术中触摸显示器的图像重建方法大多是通过检测接地信号来判断触摸位置的变化，限制了触摸材料，并且所采用的电容式传感器电极分布于触摸屏表面，使得触摸屏显示范围内的透光率较低。
发明内容
本发明的目的，是要提供一种基于触摸屏应用Calderon算法重建图像的方法，在不限制触摸材料的情况下，通过图像重建得确定触摸材料触摸触摸屏的位置。
本发明为实现上述目的，所采用的技术方案如下：
一种基于触摸屏应用Calderon算法重建图像的方法，采用八个矩形薄片电极的电容式传感器，八个矩形薄片电极呈环形间隔排列地印刷于触摸屏侧表面，通过电极引线与外部数据采集系统连接，电极外侧设置有屏蔽层；基于触摸屏应用Calderon算法重建图像的方法按照以下步骤顺序进行：
(一)对电容式传感器的电容信号进行检测；
(二)通过数据采集系统采集步骤(一)中测得的电容信号，并将其发送至上位机；
(三)上位机分析接收到的电容信号，采用Calderon算法进行图像重建。
作为限定：所述电容式传感器电极和电极引线的材质均采用铜质材料。
作为进一步限定：步骤(一)中对电容式传感器的电容信号检测过程为：
①对电容式传感器的电极进行数字编号；
②选取电容式传感器的一个电极作为激励电极，对其施加激励电压后依次检测其余电极，获得电容信号；
③依次更换激励电极，重复步骤②的操作，完成对所有电极的检测。
作为另一种限定：图像重建算法具体为：对于电容成像系统，敏感场Ω满足式子
其中z＝x+iy是一个表征敏感场Ω中坐标为(x,y)的复数，σ(z)与/>
分别表示(x,y)处的介电常数与电势；
由散度定理得
v(z)为在Ω敏感场内的任意连续函数,ds为在
区域内测得的弧长，ε(z)为Ω敏感场内的介电常数分布，则(x,y)处对应的电压到电流密度的映射为/>
其中，Λε表示敏感场Ω中存在ε(z)时，电压到电流密度的映射，由此可得
对于变化的介电常数，ε(z)＝1+δε(z)，其中，δ表示一个变化量，该变化仅存在于敏感场Ω内，则δε(z)的计算公式为
式中，t(k1+ik2)表示散射变换，k1,k2均为实数，根据求得的介电常数的分布进行图像重建。
作为进一步限定：δε(z)的计算公式中t(k1+ik2)＝t(k),其中，k＝k1+ik2，t(k)的计算公式为
敏感场Ω中(x,y)处的电势
在z＝eiθ展开则有/>
其中，
则有
其中，Λδε表示两个映射Λ1+δε和Λ1的差，即Λδε＝Λ1+δε-Λ1；
A表示电极区域的面积，N表示传感器中的电极个数，则第s个电极在Ω敏感场中对应的角度为θs＝2πs/N,根据互易原理，在具有N个电极的测量系统中，只有N(N-1)/2个独立的测量值，则t(k)近似为一个有限项之和，即
其中，
为电流密度，由复数电压einθs激励，导致在第s个电极上的传导电荷为/>
式中，/>
表示当介电常数为1的均匀电介质分布转化为一个新的分布1+δε(z)时，第s个电极上激励电压einθs导致的电荷变化，则
因此，texp(k)由复数激励电压einθs作用在第s个电极上的测量值计算求得。
作为更进一步限定：在ECT系统中，电容变化的关系有
式中，ΔCi，i是第i个电极为激励电极时自身的电容值，ΔCi，j为激励电极i与检测电极j不相同时的电容值；/>
其中，M为电势，N-1个电压模式在映射中是线性无关的；
当电压模式
对应第j个电极时电荷的变化量/>
对任意N个电极的矩阵形式如下所示,即
ΔCij通过现有系统进行测量，遍历所有的电压模式通过上式即可得到N-1个电压模式对应的每组电荷变化量。
本发明由于采用了上述方案，与现有技术相比，所取得的有益效果是：
(1)本发明提供的基于触摸屏应用Calderon算法重建图像的方法，利用图像来确定触摸位置，操作简单方便，还提高了准确度，减小了误触的发生，并且不限制触摸材料，扩大了用户的触摸条件，方便用户使用，此外，利用电容信号进行成像，在触摸屏边缘印刷电极，提高了显示范围内的透光率，而且电容式传感器结构简单、巧妙、制作方便，不需要外加结构。
(2)本发明提供的电容式传感器的电极和电极引线的材质均采用铜质材料，取材容易，使用最广泛，且可以回收利用；
(3)本发明采用Calderon算法进行图像重建，减少了图像中的噪声，提高了图像重建的质量。
综上所述，本发明提供的基于触摸屏应用Calderon算法重建图像的方法，该方法操作简单方便，图像重建质量高，而且不限制触摸材料，此外，电容式传感器结构简单、巧妙、制作方便，透过率高，导电能力强。
本发明适用于电容式传感器的图像重建。
附图说明
下面结合附图及具体实施例对本发明作更进一步详细说明。
图1为本发明实施例1-5的电容式传感器结构示意图；
图2为本发明实施例1-5的系统结构图；
图3为本发明实施例1的图像重建图；
图4为本发明实施例2的图像重建图；
图5为本发明实施例3的图像重建图；
图6为本发明实施例4的图像重建图；
图7为本发明实施例5的图像重建图；
图中：1、触摸屏；2、屏蔽层；3、电极；4、电极引线；5、低介电常数区域；6、高介电常数区域。
具体实施方式
下面结合实施例对本发明作进一步说明，但本领域的技术人员应当理解，本发明并不限于以下实施例，任何在本发明具体实施例基础上做出的改进和变化都在本发明权利要求保护的范围之内。
实施例1基于触摸屏应用Calderon算法重建图像的方法
本实施例为一种基于触摸屏应用Calderon算法重建图像的方法，采用八个矩形薄片电极3的电容式传感器共有，八个矩形薄片电极3呈环形以0.5mm的间隔排列地印刷于触摸屏1侧表面，通过电极引线4与外部数据采集系统连接，电极3外侧设置有屏蔽层2，电极3和电极引线4的材质均采用铜质材料。
基于触摸屏应用Calderon算法重建图像的方法按照以下步骤顺序进行：
(一)对电容式传感器的电容信号进行检测，具体测量过程为：
①对电容式传感器的电极3进行数字编号，从左上角开始顺时针依次编号为31-38；
②选取电容式传感器的编号为31的电极3作为激励电极，对其施加1V的激励电压后依次检测其余的电极3，检测触摸屏1中间的电容信号；
③依次更换激励电极，重复步骤②的操作，完成对所有电极3的检测，检测结果如表1所示。
表1触摸屏中间电容信号检测结果
(二)通过现有的数据采集系统采集步骤(一)中测得的电容信号，并将其发送至上位机；
(三)上位机分析接收到的电容信号，采用Calderon算法进行图像重建，图像重建算法具体为：
对于电容成像系统，敏感场Ω满足式子
其中z＝x+iy是一个表征敏感场Ω中坐标为(x,y)的复数，σ(z)与/>
分别表示(x,y)处的介电常数与电势；
由散度定理得
v(z)为在Ω敏感场内的任意连续函数,ds为在
区域内测得的弧长，ε(z)为Ω敏感场内的介电常数分布，则(x,y)处对应的电压到电流密度的映射为/>
其中，Λε表示敏感场Ω中存在ε(z)时，电压到电流密度的映射，Λ1表示敏感场Ω中介电常数为1时电压到电流密度的映射，由此可得
对于变化的介电常数，ε(z)＝1+δε(z)，其中，δ表示一个变化量，该变化仅存在于敏感场Ω内，则δε(z)的计算公式为
其中，t(k1+ik2)表示散射变换，k1,k2均为实数。
δε(z)的计算公式中t(k1+ik2)＝t(k),其中，k＝k1+ik2，理想状态下，散射变换t(k)要求有无数个电极，而本实施例中仅有八个电极，即N＝8，t(k)散射变换后得到texp(k)。
任何单连通区域都等价于单位圆，本实施例中电容式传感器的半径为1，t(k)的计算公式为
敏感场Ω中(x,y)处的电势
是一个复函数，但实际中，电势是一个实数，将
表示为实值函数的线性组合形式，其中系数可为复数，使用泰勒级数将电势
在/>
展开则有/>
其中，/>
则
其中，Λδε表示两个映射Λ1+δε和Λ1的差，即Λδε＝Λ1+δε-Λ1；
A表示电极区域的面积，N表示传感器中的电极个数，则第s个电极在Ω敏感场中对应的角度为θs＝2πs/N,根据互易原理，在具有N个电极的测量系统中，只有N(N-1)/2个独立的测量值，则t(k)近似为一个有限项之和，即
其中，
为电流密度，由复数电压einθs激励，导致在第s个电极上的传导电荷为/>
式中，/>
表示当介电常数为1的均匀电介质分布转化为一个新的分布1+δε(z)时，第s个电极上激励电压einθs导致的电荷变化，则
因此，texp(k)由复数激励电压einθs作用在第s个电极上的测量值计算求得。
在ECT系统中，接地屏蔽引起的电容变化的影响可以忽略，电容变化的关系为
式中，ΔCi，i是第i个电极为激励电极时自身的电容值，ΔCi，j说激励电极i与检测电极j不相同时的电容值；/>
为第j个电极上激励电压下的第t个电压模式，由此可以建立N-1个电压模式为
其中，M为电势，N-1个电压模式在映射中是线性无关的；
当电压模式
对应第j个电极时电荷的变化量/>
对任意N个电极的矩阵形式如下所示,即
ΔCij通过现有系统进行测量，即为表1的数据，遍历所有的电压模式通过上式即可得到N-1个电压模式对应的每组电荷变化量。
将电荷变化量代入
求得texp(k)，在八电极电容式传感器中texp(k)即为t(k)，再将t(k)代入公式/>
便可求得介电常数分布，从而进行图像重建，重建后的图像如图3所示。
实施例2基于触摸屏应用Calderon算法重建图像的方法
本实施例与实施例1基本相同，不同之处在于检测触摸屏1的位置不同，本实施例检测的是触摸屏1上方的电容信号，检测结果如表2所示，图像重建结果如图4所示。
表2触摸屏上方电容信号检测结果
实施例3基于触摸屏应用Calderon算法重建图像的方法
本实施例与实施例1基本相同，不同之处在于检测触摸屏1的位置不同，本实施例检测的是触摸屏1下方的电容信号，检测结果如表3所示，图像重建结果如图5所示。
表3触摸屏下方电容信号检测结果
实施例4基于触摸屏应用Calderon算法重建图像的方法
本实施例与实施例1基本相同，不同之处在于检测触摸屏1的位置不同，本实施例检测的是触摸屏1左方的电容信号，检测结果如表4所示，图像重建结果如图6所示。
表4触摸屏左方电容信号检测结果
实施例5基于触摸屏应用Calderon算法重建图像的方法
本实施例与实施例1基本相同，不同之处在于检测触摸屏1的位置不同，本实施例检测的是触摸屏1右方的电容信号，检测结果如表5所示，图像重建结果如图7所示。
表5触摸屏右方电容信号检测结果
Claims (9)
1.一种基于触摸屏应用Calderon算法重建图像的方法，其特征在于，应用于电容成像系统，采用八个矩形薄片电极的电容式传感器，八个矩形薄片电极呈环形间隔排列地印刷于触摸屏侧表面，通过电极引线与外部数据采集系统连接，电极外侧设置有屏蔽层；基于触摸屏应用Calderon算法重建图像的方法按照以下步骤顺序进行：
(一)对电容式传感器的电容信号进行检测；
(二)通过数据采集系统采集步骤(一)中测得的电容信号，并将其发送至上位机；
(三)上位机分析接收到的电容信号，采用Calderon算法确定电容成像系统中敏感场的介电常数分布，重建得到所述触摸屏的图像。
2.根据权利要求1所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，电容式传感器电极和电极引线的材质均采用铜质材料。
3.根据权利要求1或2所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，步骤(一)中对电容式传感器的电容信号检测过程为：
①对电容式传感器的电极进行数字编号；
②选取电容式传感器的一个电极作为激励电极，对其施加激励电压后依次检测其余电极，获得电容信号；
③依次更换激励电极，重复步骤②的操作，完成对所有电极的检测。
4.根据权利要求1或2所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，图像重建算法具体为：对于电容成像系统，敏感场Ω满足式子
其中z＝x+iy是一个表征敏感场Ω中坐标为(x,y) 的复数，σ(z)与
分别表示(x,y)处的介电常数与电势；
由散度定理得
v(z)为在Ω敏感场内的任意连续函数，ds为在
区域内测得的弧长，ε(z)为Ω敏感场内的介电常数分布；
则(x,y)处对应的电压到电流密度的映射为
Λε：
其中，Λε表示敏感场Ω中存在ε(z)时，电压到电流密度的映射，由此可得
对于变化的介电常数，ε(z)＝1+δε(z)，其中，δ表示一个变化量，该变化仅存在于敏感场Ω内，则δε(z)的计算公式为
式中，t(k1+ik2)表示散射变换，k1、k2均为实数，根据求得的介电常数的分布进行图像重建。
5.根据权利要求3所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，图像重建算法具体为：对于电容成像系统，敏感场Ω满足式子
其中z＝x+iy是一个表征敏感场Ω中坐标为(x,y)的复数，σ(z)与
分别表示(x,y)处的介电常数与电势；
由散度定理得
v(z)为在Ω敏感场内的任意连续函数，ds为在
区域内测得的弧长，ε(z)为Ω敏感场内的介电常数分布；
则(x,y)处对应的电压到电流密度的映射为Λε：
其中，Λε表示敏感场Ω中存在ε(z)时，电压到电流密度的映射，由此可得
对于变化的介电常数，ε(z)＝1+δε(z)，其中，δ表示一个变化量，该变化仅存在于敏感场Ω内，则δε(z)的计算公式为
式中，t(k1+ik2)表示散射变换，k1、k2均为实数，根据求得的介电常数的分布进行图像重建。
6.根据权利要求4所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，δε(z)的计算公式中t(k1+ik2)＝t(k)，其中，k＝k1+ik2，t(k)的计算公式为
敏感场Ω中(x,y)处的电势
在z＝eiθ展开则有
其中，
则有
其中，Λδε表示两个映射Λ1+δε和Λ1的差，即Λδε＝Λ1+δε-Λ1；
A表示电极区域的面积，N表示传感器中的电极个数，则第s个电极在Ω敏感场中对应的角度为θs＝2πs/N，根据互易原理，在具有N个电极的测量系统中，只有N(N-1)/2个独立的测量值，则t(k)近似为一个有限项之和，即
其中，
为电流密度，由复数电压einθs激励，导致在第s个电极上的传导电荷为
式中，
表示当介电常数为1的均匀电介质分布转化为一个新的分布1+δε(z)时，第s个电极上激励电压einθs导致的电荷变化，则
因此，texp(k)由复数激励电压einθs作用在第s个电极上的测量值计算求得。
7.根据权利要求5所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，δε(z)的计算公式中t(k1+ik2)＝t(k)，其中，k＝k1+ik2，t(k)的计算公式为
敏感场Ω中(x,y)处的电势
在z＝eiθ展开则有
其中，
则有
其中，Λδε表示两个映射Λ1+δε和Λ1的差，即Λδε＝Λ1+δε-Λ1；
A表示电极区域的面积，N表示传感器中的电极个数，则第s个电极在Ω敏感场中对应的角度为θs＝2πs/N，根据互易原理，在具有N个电极的测量系统中，只有N(N-1)/2个独立的测量值，则t(k)近似为一个有限项之和，即
其中，
Λδε(einθs)为电流密度，由复数电压einθs激励，导致在第s个电极上的传导电荷为
式中，
表示当介电常数为1的均匀电介质分布转化为一个新的分布1+δε(z)时，第s个电极上激励电压einθs导致的电荷变化，则
因此，texp(k)由复数激励电压einθs作用在第s个电极上的测量值计算求得。
8.根据权利要求4所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，在电容成像系统中，电容变化的关系有
式中，ΔCi，i是第i个电极为激励电极时自身的电容值，ΔCi，j为激励电极i与检测电极j不相同时的电容值；
其中，M为电势，N-1个电压模式在映射中是线性无关的；
当电压模式
对应第j个电极时电荷的变化量
对任意N个电极的矩阵形式如下所示，即
ΔCij通过现有系统进行测量，遍历所有的电压模式通过上式即可得到N-1个电压模式对应的每组电荷变化量。
9.根据权利要求5所述的基于触摸屏应用Calderon算法重建图像的方法，其特征在于，在电容成像系统中，电容变化的关系有
式中，ΔCi，j是第i个电极为激励电极时自身的电容值，ΔCi，j为激励电极i与检测电极j不相同时的电容值；
其中，M为电势，N-1个电压模式在映射中是线性无关的；
当电压模式
对应第j个电极时电荷的变化量
对任意N个电极的矩阵形式如下所示，即
ΔCij通过现有系统进行测量，遍历所有的电压模式通过上式即可得到N-1个电压模式对应的每组电荷变化量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911414251.3A CN111192338B (zh) | 2019-12-31 | 2019-12-31 | 基于触摸屏应用Calderon算法重建图像的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911414251.3A CN111192338B (zh) | 2019-12-31 | 2019-12-31 | 基于触摸屏应用Calderon算法重建图像的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111192338A CN111192338A (zh) | 2020-05-22 |
| CN111192338B true CN111192338B (zh) | 2023-03-24 |
Family
ID=70710558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911414251.3A Active CN111192338B (zh) | 2019-12-31 | 2019-12-31 | 基于触摸屏应用Calderon算法重建图像的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111192338B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111061400B (zh) * | 2019-12-31 | 2022-02-25 | 北京航空航天大学 | 基于Calderon算法对触摸屏图像重建的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101730906A (zh) * | 2007-08-10 | 2010-06-09 | 迈克尔·费尔斯贝格 | 图像重建 |
| CN106959325A (zh) * | 2017-04-07 | 2017-07-18 | 燕山大学 | 一种平面阵列电极电容传感器、成像系统及成像方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108333230A (zh) * | 2018-04-17 | 2018-07-27 | 河北工业大学 | 电容层析成像式电连接器接触件磨屑检测装置及方法 |
| CN108711178B (zh) * | 2018-05-21 | 2021-09-28 | 北京航空航天大学 | 一种基于闭环控制原理的电容层析成像图像重建方法 |
| CN109493395A (zh) * | 2018-10-31 | 2019-03-19 | 天津大学 | 基于保形变换的开放式电阻抗层析成像图像重建方法 |
-
2019
- 2019-12-31 CN CN201911414251.3A patent/CN111192338B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101730906A (zh) * | 2007-08-10 | 2010-06-09 | 迈克尔·费尔斯贝格 | 图像重建 |
| CN106959325A (zh) * | 2017-04-07 | 2017-07-18 | 燕山大学 | 一种平面阵列电极电容传感器、成像系统及成像方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111192338A (zh) | 2020-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang | Modelling of capacitance tomography sensors | |
| Soleimani et al. | Nonlinear image reconstruction for electrical capacitance tomography using experimental data | |
| CN101241094B (zh) | 非接触式电阻抗传感器及基于该传感器的图像重建方法 | |
| CN100549684C (zh) | 基于方形双模自标定传感器的图像重建方法 | |
| CN110514703A (zh) | 一种平面式的电容层析成像系统及检测方法 | |
| Ye et al. | Resolution analysis using fully 3D electrical capacitive tomography | |
| CN111192338B (zh) | 基于触摸屏应用Calderon算法重建图像的方法 | |
| CN104598090A (zh) | 一种触摸屏的多点触摸定位方法及触摸屏装置 | |
| Maung et al. | Particle volume flow rate measurement by combination of dual electrical capacitance tomography sensor and plug flow shape model | |
| Gamio | A comparative analysis of single-and multiple-electrode excitation methods in electrical capacitance tomography | |
| CN106940337A (zh) | 融合微波成像的电容层析成像方法和装置 | |
| CN111061400B (zh) | 基于Calderon算法对触摸屏图像重建的方法 | |
| Lanying et al. | A novel multiple-electrodes excitation method for electrical capacitance tomography system | |
| Zhao et al. | The sensitivity optimization guided imaging method for electrical capacitance tomography | |
| CN107807155B (zh) | 一种ect/mwt双模态成像传感器 | |
| CN111061399B (zh) | 基于迭代算法处理电容信号并应用于触摸屏定位的方法 | |
| Pan et al. | Research on defect scanning and spatial locating based on CCIT sensor of single-pair electrode | |
| CN112179517B (zh) | 温度传感器以及温度检测方法 | |
| CN111063002B (zh) | 基于触摸屏应用迭代算法成像重建的定位方法 | |
| Pusppanathan et al. | Sensitivity mapping for electrical tomography using finite element method | |
| CN112326744B (zh) | 一种三维电容层析成像信号检测系统 | |
| CN111007117A (zh) | 用于复介电常数分布成像的多频差分复数电容层析系统 | |
| Li et al. | Analysis on the influence of protection electrodes on the capacitance control rod position sensor | |
| Shafquet et al. | Modeling and simulation of multi-plane Electrical Capacitance Tomography sensor for flow imaging by using Finite Element Analysis | |
| Kandlbinder-Paret et al. | Dynamic water fill level measurement using a phantom-dependent adaptive electrical capacitance tomography (ECT) method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |