一种基于空洞卷积神经网络ECT二维图像重建方法技术

本发明专利技术公开了一种基于空洞卷积神经网络ECT二维图像重建方法，主要对封闭管道内进行相流进行测量，通过电容传感器获取管道内被测相流流动的介质的电容值，并且本文主要采用基于ANSYS18.0软件进行ECT传感器的模型设计，对管道内相流进行电容值的检测。传统ECT技术图像重建算法，都是利用表征电容测量值与被测区域介电常数分布关系的灵敏度分布，计算图像对应位置的像素灰度值。但灵敏度分布易受被测多相流介电常数分布的影响，在被测区域内分布不均匀，在空洞卷积神经网络上得到很好的效果，在卷积神经网络的卷积层和全链接层加入非线性激活函数能够很好的应用在电容值和被测区域的这种非线性关系。能够高度实现二维管道图像重建。像重建。像重建。

【技术实现步骤摘要】
一种基于空洞卷积神经网络ECT二维图像重建方法


[0001]本专利技术属于电容层析成像
，涉及一种基于空洞卷积神经网络ECT二维图像重建方法。

技术介绍

[0002]ECT系统的传感器设计，主要是基于原有在8电极和12电极传感器设计提出来的一种24电极传感器，ECT系统的欠定问题，主要就是因为测量的电容值数量要小于图像重建的像素点，12电极所测量的电容值66个电容，而24电极的传感器设置，可测量276电容值，能够尽量去减少电容值少于图像重建的像素点的差距，进而保证图像重建的精准度，数据集的获得主要是运用C++和APDL语言混合编程得到，运用ANSYS18.0脚本语言，导入到C++程序中，进行循环执行获得更多随机的电容值，进而作为ECT系统的中图像重建算法的导入数据，基于空洞卷积神经网络，在卷积层和全连接层 采用Relu激活函数，在输出层常用的Sigmod函数并且配合加交叉熵损失函数，计算损失，空洞卷积神经网络，向卷积层提供一个扩张率的参数该参数主要是定义卷积核处理数据各个值之间的间距，并且该结构布在应用Pooling层，因为Pooling本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.如权利要求1所述的一种基于空洞卷积神经网络ECT二维图像重建方法，其特征在于，目前ETC电极极板的个数一般在8电极、12电极、16电极，电极数目越多ETC系统的性能越好，本次ECT系统选取的是24电极结构，并且采用基于ANSYS18.0有限元划分软件建立电容值测量的传感器，对其24电极进行从1到24进行编号，采用一个激励电极，被施加极板作为激励电极，对于N个电极板的系统，可得到单独电极总数N
×
(N
‑
1)/2，根据24电极能得到276个电容值。2.如权利要求1所述的一种基于空洞卷积神经网络ECT二维图像重建方法，其特征在于，ECT系统传感器的软场特性，敏感场的分布与介质的分布有关，在ECT的图像重建的正问题采用有限划分法。3.如权利要求1所述的一种基于空洞卷积神经网络ECT二维图像重建方法，其特征在于，C++和APDL语言混合编程建立样本数据，ANSYS18.0参数设计语言APDL通过模型参数变量建立分析模型...

【专利技术属性】
技术研发人员：韩文双，李岩，姚文杰，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：