PSO算法优化BP神经网络的EIT图像重建算法
2011-02-19谢莉莉
制造业自动化 2011年2期
关键词:方法
谢莉莉,汪 鹏,陈 丽
XIE Li-li1,WANG Peng2,CHEN Li3
(1.天津职业大学 电子信息工程学院,天津 300410;2.河北工业大学 计算机科学与软件学院,天津 300401;
3.河北工程大学 信息与电气工程学院,邯郸 056038)
0 引言
电阻抗成像(EIT)是利用对物体表面的电测量来重建反映物体内部结构及功能变化图像的一种新颖的计算机影像技术。EIT在工业监测、无损探伤等方面也引起工业界极大关注[1]。EIT的实现一般是通过在物体表面设置一定数量的电极,在选定的电极上施加一定模式的电流,然后测量各电极的电压,再将这些已知的电流、电压数据,依据图象重建算法,构造出物体内部的未知阻抗图像[2]。
我们构造了一套实时电阻抗成像的实验系统,系统具有32个电极,采用相邻电极注入电流及相邻电极测量电压采集。如图1所示,不同模式的电流由恒流源通过多路选择开关施加到物体表面电极,由高精度的A/D采集模块通过多路选择开关采集各相邻电极的电压数据,最后由微控制器(51单片机)将数据预处理并控制传输给计算机,再重建出阻抗分布图像。

图1 采集系统结构图
EIT图象重建是一个高度病态、非线性的反问题,它是目前EIT技术中关键的研究课题。目前成像算法主要分为基于非迭代的线性动态成像和基于迭代的非线性静态成像两类[3]。最早由Barber和 Brown提出的反投影重建算法,是目前唯一应用于临床的算法,尽管这种算法有很好的鲁棒性,但成像分辨率和对比度太差。Newton-Raphson法是基于非线性迭代的静态成像技术,被普遍认为是目前EIT图像重建最有成效的方法,但是这些方法实现起来相当复杂,成像速度慢,达不到临床成像的要求。……
登录APP查看全文
