基于聚類的電學層析成像算法及應(yīng)用.pdf

1、近年來發(fā)展起來的電學層析成像技術(shù)(Electrical Tomography，簡稱ET)在兩相流/多相流流動參數(shù)分布狀況的測量方面取得了一定的進展，已經(jīng)成為解決兩相流參數(shù)檢測的有效手段，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，在PT中很有優(yōu)勢。因而，電

2、學層析成像技術(shù)成為研究的熱點。
　　 然而，盡管ET技術(shù)取得了較大的進展，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合與局限性。
　　 針對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向量的空間進行聚類分析。同時，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。實驗證明，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。進一步地，我們提出的算法實現(xiàn)簡單，計算復雜度低，能夠?qū)崟r、動態(tài)地更新計算結(jié)果，為圖像重建技術(shù)提供一個全新的手段。
　　 最后，又從數(shù)據(jù)融合的角度做了ERT和E