[发明专利]一种电容层析成像的图像二值化方法和设备有效

专利信息
申请号: 201710693772.1 申请日: 2017-08-14
公开(公告)号: CN107424158B 公开(公告)日: 2019-11-26
发明(设计)人: 陈教选;李轶 申请(专利权)人: 清华大学深圳研究生院
主分类号: G06T7/11 分类号: G06T7/11;G06T7/136;G01N27/22
代理公司: 44223 深圳新创友知识产权代理有限公司 代理人: 王震宇<国际申请>=<国际公布>=<进入
地址: 518055 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电容 层析 成像 图像 二值化 方法 设备
【说明书】:

发明公开了一种电容层析成像的图像二值化方法,包括以下步骤:S1、输入敏感场矩阵和电容值,建立ECT的线性化模型;S2、利用全局或半全局的迭代算法获得介质分布的一个初值,以提供原始的图像数据;S3、在ECT的线性化模型引入L2范数和L0范数,将求解介电常数分布g的问题转化为凸优化问题进行求解;S4、输出介质分布的终值。本发明能够较好地保留原图像的特征,并具备较强的鲁棒性。

技术领域

本发明涉及电容层析成像技术,特别是涉及一种电容层析成像的图像二值化方法和设备。

背景技术

在多相流检测领域中,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,因此广泛应用于石油、化工、电力和冶金等工业领域。

虽然,ECT重建算法的优劣对其成像结果的好坏有着较大的影响。但在实际成像过程中,大部分的重建算法都或多或少存在同样一个缺点:即重建的图像往往不是均匀的,时常伴有模糊失真的现象。这种现象会对多相流的流型识别带来困难,有时甚至会造成误判。现有的做法一般是在算法的末尾增加一个单步的阈值操作,实现图像的二值化。然而,这种做法有时会破坏原图像的特征。进一步的,并不能为每一张图像都确定一个合适的阈值,使得这种方法的鲁棒性较差。

发明内容

本发明的主要目的在于克服现有技术的不足,提供电容层析成像的图像二值化方法和设备,更好地保留原图像的特征,并具备更强的鲁棒性。

为实现上述目的,本发明采用以下技术方案:

一种电容层析成像的图像二值化方法,包括以下步骤:

S1、输入敏感场矩阵和电容值,建立ECT的线性化模型;

S2、利用全局或半全局的迭代算法获得介质分布的一个初值,以提供原始的图像数据;

S3、在ECT的线性化模型引入L2范数和L0范数,将求解介电常数分布g的问题转化为凸优化问题进行求解;

S4、输出介质分布的终值。

进一步地:

在S1中,输入敏感场矩阵和电容值根据式(1)建立ECT的线性化模型:

λ=Sg (1)

式中:λ为m×1的归一化电容矢量,S为m×n的归一化敏感场矩阵,g为n×1的归一化介电常数矢量,m根据电容传感器的电极数目a确定,m=a*(a-1)/2,n为敏感场的网格划分数量。

步骤S3包括以下步骤:

S31、参数初始化;

S32、针对介电常数进行外插操作以及阈值操作。

步骤S31包括以下步骤:

在式(1)中分别引入L2范数和L0范数,则式(1)中求解介电常数分布g的问题转化为求解如下凸优化问题:

式中:r为非负的稀疏权重系数,||·||2表示L2范数,||·||0表示L0范数。

令g-1=g0=g初始,同时设置迭代当前值k和迭代的最大次数kmax

步骤S32中,定义2个函数H(g)和G(g),

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院,未经清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710693772.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top