基于多尺度密集连接网络的电容层析成像图像重建
Image Reconstruction of Electrical Capacitance Tomography Based on Multi-scale Densely Connected Network作者机构:华北电力大学自动化系河北保定071003
出 版 物:《计量学报》 (Acta Metrologica Sinica)
年 卷 期:2024年第45卷第5期
页 面:678-684页
学科分类:08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术]
主 题:两相流测量 电容层析成像 图像重建 深度学习 密集连接网络
摘 要:为求解电容层析成像中的非线性病态反问题,提出了一种多尺度密集连接网络(MD-Net)模型。该模型由多尺度特征融合模块和密集连接块组成,以通过融合多尺度特征进一步提高图像的重建精度。通过MATLAB仿真实验平台构建了流型数据集,利用密集连接网络的非线性映射能力,完成训练集的学习与训练,并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明:与LBP、Landweber迭代算法和其他深度学习方法相比,该方法的重建精度最高、抗噪能力强,并具有良好的泛化能力。