田 鹏崔丽琴王耀萱秦 龙秦建敏

(太原理工大学物理与光电工程学院，山西 太原 030024)

电容层析成像技术(Electrical Capacitance Tomography，ECT)作为一种新兴的无损检测方法，具有结构简单、无辐射、响应速度快、成本低等优点，已被广泛应用于油气管道、循环流化床、制药工艺等多相流检测领域，具有很高的实际应用价值[1－4]。

ECT 系统一般由电极阵列传感器、数据采集单元以及图像重建单元三部分组成[7]。 其中图像重建单元是ECT 系统中非常关键的环节，重建结果的质量很大程度上取决于图像重建算法的性能。 目前常见的算法可分为直接算法、迭代算法和智能算法。直接算法包括线性反投影算法(LBP)[9]、Tikhonov正则化算法(TR)[11]、截断奇异值算法(TSVD)[12]等；迭代算法包括Landweber 算法(LI)[14]、共轭梯度算法(CG)[15]等。 其中LBP 算法简单，运行速度快但成像精度差，结果存在大量伪影，常被用作其他算法的初始解；TR 算法基于正则化技术，将原始问题转化为一个带稳定泛函的优化问题，可以有效减弱ECT 图像重建的“病态性”，但是同时会存在解过于光滑、不能很好地保留图像边缘信息的问题。 LI算法基于最速梯度下降原理，速度较快，但是往往需要多次迭代才可以获得较好的重建结果，并且受到半收敛特性的限制。 针对传统算法存在的不足，近年来国内外学者将遗传算法、蚁群算法、粒子群算法等智能算法应用到ECT 图像重建领域，提出了许多改进算法。 张立峰等将遗传算法与极限学习机结合起来确定最佳权值和阈值，增强了算法的准确性和实时性，进一步提高了对两相流不同流型的辨识精度[17]。……