[發(fā)明專利]基于三維模型的兩步迭代收斂閾值的電阻圖像重建方法

在審

• 申請?zhí)枺?/td>: 202210187700.0
• 申請日: 2022-02-28
• 公開（公告）號: CN114648620A
• 公開（公告）日: 2022-06-21
• 發(fā)明（設(shè)計）人: 李守曉;劉同海
• 申請（專利權(quán)）人: 天津農(nóng)學(xué)院
• 主分類號: G06T17/20
• 分類號: G06T17/20;G06T19/20;G06F17/16;G06F17/18
• 代理公司: 天津盛理知識產(chǎn)權(quán)代理有限公司 12209
• 代理人: 王雨晴

1.一種基于三維模型的兩步迭代收斂閾值的電阻圖像重建方法，其特征在于：包括以下步驟：

步驟1、建立電阻層析成像三維模型，獲得相對邊界測量電壓b和靈敏度矩陣S；

步驟2、基于步驟1獲得的靈敏度矩陣S，建立兩步迭代收斂閾值的電阻圖像重建算法的目標(biāo)函數(shù)；

步驟3、根據(jù)兩步迭代收斂閾值的電阻圖像重建算法求解出的灰度值g，完成圖像重建。

2.根據(jù)權(quán)利要求1所述的一種基于三維模型的兩步迭代收斂閾值的電阻圖像重建方法，其特征在于：所述步驟1的具體步驟包括：

(1)采用四面體網(wǎng)格進(jìn)行剖分，進(jìn)行正問題求解；

(2)對被測場進(jìn)行測量，獲取重建圖像所需的相對邊界測量電壓值b和反映其與靈敏度矩陣S。

3.根據(jù)權(quán)利要求1所述的一種基于三維模型的兩步迭代收斂閾值的電阻圖像重建方法，其特征在于：所述步驟2的具體步驟包括：

(1)對步驟1獲得的靈敏度矩陣S進(jìn)行歸一化處理；

(2)利用SVD方法對歸一化后的靈敏度矩陣進(jìn)行處理，然后對靈敏度矩陣進(jìn)行修正，通過對靈敏度矩陣的較小的奇異值進(jìn)行算數(shù)平均得到S_new；

(3)求解正則化參數(shù)μ；

(4)建立兩步迭代收斂閾值的電阻圖像重建方法的目標(biāo)函數(shù)：

4.根據(jù)權(quán)利要求3所述的一種基于三維模型的兩步迭代收斂閾值的電阻圖像重建方法，其特征在于：所述步驟2第(2)步的具體步驟包括：

①對歸一化后的靈敏度矩陣S_N進(jìn)行奇異值分解，其奇異值分解為S_N＝UΛV^T，S_N為M×N矩陣；Λ是一個對角矩陣，即主對角線元素為非負(fù)遞減排序值，g₁≥g₂≥…≥g_m；

②選取最大的w個奇異值，計算A＝diag(g₁，g₂，…，g_w)，g₁≥g₂≥…≥g_w，C_mean＝(g_w+1+g_w+2+...+g_m)/(m-w)；

③B＝diag(g₁’,g₂’,...,g_m-w’),g₁’＝g₂’＝...＝g_m-w’＝C_mean；

④最終得到新靈敏度矩陣為:

5.根據(jù)權(quán)利要求3所述的一種基于三維模型的兩步迭代收斂閾值的電阻圖像重建方法，其特征在于：所述步驟2第(3)步的具體方法為：

利用L-curve法求解兩步迭代收斂閾值的電阻圖像重建算法正則化參數(shù)μ。

6.根據(jù)權(quán)利要求1所述的一種基于三維模型的兩步迭代收斂閾值的電阻圖像重建方法，其特征在于：所述步驟3的計算公式為：