1、電容層析成像技術(shù)ECT（Electrical Capacitance Tomography）是近年來獲得了快速發(fā)展的一種多相流在線檢測(cè)成像技術(shù)，它具有成本低、適用范圍廣、采集速度快、非侵入式、操作方便和無放射性等良好的特點(diǎn)。因此，該技術(shù)被廣泛應(yīng)用在工業(yè)管道內(nèi)等多相流檢測(cè)領(lǐng)域，得到了令人滿意的成像效果。電容層析成像技術(shù)的本質(zhì)原理是：通過采集包圍在多相流管道周圍傳感器反饋的存在于不同電極對(duì)間的電容值，利用一定的數(shù)學(xué)圖像重建算法對(duì)被測(cè)管道內(nèi)橫

2、截面上真實(shí)的各相介質(zhì)的空間分布圖進(jìn)行重構(gòu)的過程。本文主要針對(duì)12電極的ECT系統(tǒng)進(jìn)行圖像算法重建、圖像濾波和圖像融合等關(guān)鍵技術(shù)問題展開研究，主要研究?jī)?nèi)容如下：
　　首先，對(duì) ECT系統(tǒng)的組成及工作原理進(jìn)行了詳細(xì)的分析，給出通過建立被測(cè)物場(chǎng)的數(shù)學(xué)模型，應(yīng)用有限元方法對(duì) ECT正問題進(jìn)行求解的算法過程，然后論述了 ECT反問題的定義，通過分析電容值、靈敏度分布和灰度值之間的關(guān)系，最終得出 ECT反問題的求解原理，即圖像重建的理論基礎(chǔ)。

3、
　　針對(duì)電容層析成像系統(tǒng)中的“軟場(chǎng)”效應(yīng)和病態(tài)特性，在分析電容層析成像和自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)的基本原理的基礎(chǔ)上，提出了一種自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）的圖像重建算法，推導(dǎo)出了求解 ECT反問題的PCNN算法及自動(dòng)設(shè)置脈沖耦合神經(jīng)網(wǎng)絡(luò)參數(shù)的算法步驟。通過仿真和實(shí)驗(yàn)與典型的線性反投影算法（LBP）、Landweber和共軛梯度法算法（CG）的成像效果相比較，最終得出該算法具有成像效果好，穩(wěn)定性高，成像速度快和易于實(shí)現(xiàn)等特點(diǎn)，

4、因此為 ECT圖像重建算法的研究提供了一個(gè)新的方法。
　　針對(duì)電容層析成像圖像數(shù)據(jù)在獲取和傳輸過程中會(huì)受到外界的干擾和破壞，從而使圖像受到噪聲污染，影響圖像的特征提取和圖像識(shí)別等后續(xù)處理的問題，提出了一種基于脈沖耦合神經(jīng)網(wǎng)絡(luò)賦時(shí)矩陣的圖像除噪算法，該算法通過 PCNN的循環(huán)點(diǎn)火過程將圖像的空間信息映射到二維的點(diǎn)火賦時(shí)矩陣，根據(jù)噪聲強(qiáng)度自動(dòng)選擇濾波窗口大小和濾波次數(shù)，利用PCNN賦時(shí)矩陣可以有效地濾除圖像的脈沖噪聲。該算法可以有效地

5、濾除被脈沖噪聲污染的圖像噪聲，圖像的除噪效果明顯地好于中值濾波、均值濾波及維納法得到的結(jié)果，具有信噪比高、對(duì)邊緣和細(xì)節(jié)的保護(hù)性好等特點(diǎn)。
　　為了提高電容層析成像系統(tǒng)中重建圖像的精確度和圖像質(zhì)量，提出了一種基于小波變換的區(qū)域特征加權(quán)的 ECT成像圖像融合算法。該算法首先對(duì)應(yīng)用線性反投影、Landweber和共軛梯度算法重建的圖像進(jìn)行小波分解，分解時(shí)選取“sym4”小波函數(shù)，分解層數(shù)確定為三層，然后對(duì)分解后圖像的高頻系數(shù)和低頻系數(shù)分

6、別采用PCNN點(diǎn)火次數(shù)匹配度矩陣和基于區(qū)域特征加權(quán)的不同融合規(guī)則對(duì)圖像進(jìn)行融合，最終形成結(jié)果圖像。仿真實(shí)驗(yàn)結(jié)果表明，該算法充分結(jié)合了各種不同重建算法使得到的圖像具有互補(bǔ)特性，使融合后的圖像成像精確度得到了顯著的提高，減少了誤差，融合后的結(jié)果圖像更接近原始圖像，是一種提高ECT重建圖像質(zhì)量的有效方法。
　　針對(duì)提高 ECT系統(tǒng)重建圖像的流型識(shí)別和特征提取等后續(xù)圖像處理工作效率的問題，提出了 ECT重建圖像的邊緣檢測(cè)的兩種不同算法，即