近年來,電阻層析成像技術(Electrical Resistance Tomography,ERT)是一項發展比較迅速的技術,具有低成本、無放射性、可視化和非入侵的特點,主要以電磁場的似穩場為理論基礎,在多個領域中有廣泛的應用。因此,ERT成為可視化檢測領域的研究熱點。在實際應用中,由于無法獲得管道內部的真實情況,只能憑借圖像重建來獲得管道內部的實際情況,為了減少在實際應用的麻煩,成像精度較高的ERT圖像重建算法至關重要。所以本文提出長短期記憶神經網絡(Long Short-Term Memory,LSTM)+全連接神經網絡ERT圖像重建算法,先使用LSTM算法對ERT圖像測量電壓進行分類,消除因流型類別不同造成的干擾,再用全連接神經網絡實現ERT圖像的重建,用208個測量電壓的值作為輸入,將管道內剖分為1024個成像像素,作為網絡的輸出,將成像結果與線性反投影(Local Binary Patterns,LBP)和徑向基(Radial Basis Function,RBF)神經網絡等經典算法成像結果進行對比。實驗結果表明,用本文所提算法重建的ERT圖像具有更高的精度。對ERT重建圖像進...

【文章頁數】：65 頁

【學位級別】：碩士

【部分圖文】：

圖2.1ERT系統結構圖

西安科技大學非全日制工程碩士學位論文62ERT技術及圖像質量評價基本理論2.1ERT成像系統組成典型的ERT系統如圖2.1所示，主要包括ERT傳感器單元、測量及數據采集單元和計算機圖像重建單元。ERT傳感器將被測管道內不同介質的電導率分布信息轉換成電勢信號，測量及數據采集單元檢測....

圖 3.1 RNN 展開示意圖

西安科技大學非全日制工程碩士學位論文3.2.1傳統RNN算法傳統RNN的核心思想是可以利用網絡的隱含層中保存的歷史信息輔助處理當前數據[40]。為了能更好地理解RNN，將RNN輸入序列數據的過程展開，如圖3.1所示。

圖3.2梯度消失示意圖

3ERT圖像重建算法的研究21圖3.2梯度消失示意圖圖3.2中，每個節點顏色的深淺可以表示對該節點的影響程度，以第一時刻為例，從前饋過程角度來講，該時刻輸入的數據會隨著越來越多新的數據的輸入，所能造成的影響會逐漸減校當以圖中第7時刻為例時，第一時刻的信息會變得逐漸無法向后繼續傳播....

圖3.3LSTM單元示意圖

3ERT圖像重建算法的研究21圖3.2梯度消失示意圖圖3.2中，每個節點顏色的深淺可以表示對該節點的影響程度，以第一時刻為例，從前饋過程角度來講，該時刻輸入的數據會隨著越來越多新的數據的輸入，所能造成的影響會逐漸減校當以圖中第7時刻為例時，第一時刻的信息會變得逐漸無法向后繼續傳播....

本文編號：4036303