[发明专利]一种基于序贯蒙特卡洛原理的EMT图像重建方法

说明书

一种基于序贯蒙特卡洛原理的EMT图像重建方法，包括以下步骤：步骤一，EMT图像重建过程建模；步骤二，初始化状态空间；步骤三，状态空间采样及样本权值更新：得到初始样本空间后，对其进行重要性采样，根据样本的观测距离设置相应的权重；步骤四，最优状态估计：基于获得的粒子及其权重，计算系统的状态空间估计，并通过迭代更新的方式搜索最优解，最后作为全局最优估计输出进行图像重建。本发明在图像误差和相关系数方面优于现有的其他方法，具有更好的成像质量。因此，它是一种高效、准确的EMT图像重建方法，也为EMT技术的研究提供了一种新的方法和手段。

技术领域

本发明涉及多相流检测技术领域，具体涉及一种基于序贯蒙特卡洛原理的EMT图像重建方法。

背景技术

电磁层析成像技术(Electromagnetic Tomography，EMT)是一种应用于多相流检测的新型电学层析成像技术，其基于电磁感应原理通过对具有电导性和磁导性的材料在管道周围的电学特性检测来重建管道内目标物的分布情况。由于电磁层析成像技术具有非侵入性、非接触性、安全性能佳和响应速度快等特点，近年来在工业过程控制、异物监测及生物医学领域得到广泛应用及发展。

EMT系统整体框架如图1所示，100为计算机，200是检测线圈， 300是屏蔽层，400是励磁线圈，EMT系统由传感器阵列，电子控制单元和计算机成像单元三部分组成。其中传感器阵列包括励磁线圈和检测线圈，励磁线圈作为激励源产生励磁信号，励磁信号穿透被测物体产生时变磁场，时变磁场产生的涡流场再产生二次磁场，使检测线圈中的电流与电压产生变化，这些变化反映了目标物体内部电导率的分布情况，通过检测线圈将反映物场变化的检测信号发送至电子控制单元进行分析。电子控制单元也称信号处理电路，其主要功能是对接收到的信号采用解调、滤波等处理手段将其转化为能被计算机读取的有效数据信号。计算机成像单元得到包含物场分布信息的数据信号后通过计算机进行图像重建，复现被测物场的内部分布情况。作为电磁层析成像中最为复杂及关键的部分，如何快速准确重建被研究目标的复杂电导率分布是研究的主要问题。

近年来，已有多种基于EMT的重建算法被提出，诸如线性反投影(Linear back-projection,LBP)算法、Tikhonov正则化算法、全变分 (Total variation，TV)正则化算法等。其中LBP算法是提出时间最早的快速在线重建算法，由于其简单快速的优点应用也最广泛，但其局限性在于对复杂流型重建的图像精度较低，所以基本应用于定性分析管道内流体的分布状况。Tikhonov正则化算法是应用最普遍的解决病态逆问题的正则化算法之一，但其图像重建效果对正则化参数的依赖性很强，较小的正则化参数可以对原始问题给出好的近似解，但误差的影响可能使得解在物理上无法接受；而另一方面较大的正则化参数减小了解对误差的敏感性，但所得到的近似解与真实值的偏离程度又较大，实际应用中应权衡二者加以选择。因而如果参数合适，它将得到比LBP算法更好的结果，但是目前正则化参数的选择基本依靠经验值，准确并高效地确定其取值较难。全变分(TV)正则化算法与Tikhonov 正则化算法相似，同样是通过正则化来求解EMT系统的不适定逆问题，因此也同样存在对正则化参数的依赖问题。此外，TV是不可微的，通常使用近似来避免，但算法的平滑近似会影响重建图像的质量，模糊尖锐的边界。这种影响在一定程度上可以通过调节近似参数来降低，但同时又会导致算法收敛速度变慢，因而如何选择正则化参数和控制TV近似参数以达到整体系统的平衡还需要进一步的研究探索。综上所述，由于EMT系统的严重非线性、病态性和软场特性，现有算法重建的图像精度较低且对不同流型的重构效果不稳定，因而图像重建问题仍是目前EMT系统研究的主要重难点之一。

发明内容