【摘 要】
：
电容层析成像方法（ECT）是一种重要的断层扫描成像技术,在非接触式医学诊断、多相流成像等领域具有巨大的研究价值。其具有成像速度快,设备成本低的优点。但由于其应用设备通常存在传感器极板布置少,成像系统的成像效果较差,分辨率和精度较低的问题。本文在电容层析成像的原有成像算法基础上提出一种基于图像超分辨率的重建方法,取得了一系列的研究成果:（1）数据集分别采用人体头部仿真的高采样率图像做标签数据,用低采
论文部分内容阅读
电容层析成像方法（ECT）是一种重要的断层扫描成像技术,在非接触式医学诊断、多相流成像等领域具有巨大的研究价值。其具有成像速度快,设备成本低的优点。但由于其应用设备通常存在传感器极板布置少,成像系统的成像效果较差,分辨率和精度较低的问题。本文在电容层析成像的原有成像算法基础上提出一种基于图像超分辨率的重建方法,取得了一系列的研究成果:（1）数据集分别采用人体头部仿真的高采样率图像做标签数据,用低采样率的图像数据做输入数据。改进了传统图像超分辨率算法训练中高清标签图像和降采样后的低清输入图像间图像信息差异小的问题,改善了直接迁移学习超分辨率算法时精度提升不大的问题。（2）采用较简单的IDN模块做特征提取,在保证ECT的轻量级优势的同时改善大部分超分辨率模型过深的设计导致的梯度消失的问题。同时也间接缓解了网络层数深度与过拟合之间的矛盾。（3）提出了一个新型的损失函数用于提高恢复精度。设计目标是在恢复图像的过程中,模型不能脱离输入的基础而无规则地生成高分辨率图像。同时,保证模型只修改高低采样率间有差异的地方,对无差异的地方减少修改。通过实验证明本文的方法对电容层析成像（ECT）图像重建可以获得更高的峰值信噪比（PSNR）,在实验数据集上达到了 34 dB以上的效果。
其他文献
制定替代能源政策的必要性是因为人们认识到化石燃料也并不是无穷无尽的,并且对环境有着非常严重的危害。因此,在过去的几十年中,科学界一直致力于能够使用和转换可再生能源,特别是利用太阳辐射的系统。如今,使用太阳能集热系统作为供热来源的发电站相较于无储能系统的光伏电站,具有稳定性更高的优势,而且与有储能光伏电站相比具有储能成本低,使用周期长的优点。由于吸收器表面能流密度分布受到很多种因素的影响,而且能流密
近年来,以深度学习为代表的人工智能技术取得了快速发展和广泛应用。然而,在实际应用中,人工智能的性能还是依赖于大量的标签数据,模型泛化性能不高。因此,如何减缓对标签数据的依赖并提升模型泛化性能是目前人工智能领域亟待解决的问题。领域自适应（Domain Adaptation,DA）就是该问题较好的解决手段,其旨在利用来自源域的知识帮助在新且相关的目标域上的学习。本文从损失函数、学习框架以及网络结构三个
在能源结构向低碳化转型的关键阶段,为尽快实现“碳中和”,有必要对清洁燃料火焰进行深入研究从而明晰其燃烧特性。本文系统综述了气态和生物质燃料火焰的检测方法以及火焰电学特性研究的发展动态,在实验室规模的燃烧设备上开展了甲烷和生物质燃烧实验,并基于图像和静电信号分析了火焰的形态特征和电学特性,为全面了解清洁燃料燃烧特性提供了参考。本课题的主要工作内容如下:本研究使用非侵入式静电传感器阵列测量不同种类火焰
图像去噪、图像融合一直是数字图像处理领域的研究热点问题。近年来,分数阶小波变换成为了一种新的信号处理方法,其定义基于小波变换和分数阶傅里叶变换。它将多分辨率分析推广到时域-分数阶频域,成为一种新的时频域分析方法。因此,将分数阶小波变换应用到图像去噪、图像融合领域具有非常广阔的发展前景。本文的主要研究工作如下:（1）在图像去噪方面传统的阈值函数去噪主要是硬阈值函数去噪和软阈值函数去噪,但是这些阈值函
多聚焦图像融合是图像处理领域的一个热点问题。近年来,随着深度学习技术的发展,卷积神经网络在多聚焦图像融合中的应用也越来越来越广泛。大部分基于卷积神经网络的多聚焦图像融合方法主要思路在于,将多聚焦图像融合的问题转化为区分聚焦像素和离焦像素的二分类问题,然后通过训练一个可以判别像素聚焦水平的卷积神经网络来产生决策图,最终在决策图的引导下完成多聚焦图像融合。然而,这些多聚焦图像融合方法仍然面临着一些不足
自1895年,X射线被伦琴发现以来,计算机断层扫描（Computed Tomography,CT）已经逐渐发展成为一项非常成熟的无损检测技术,它具有无损、高时空分辨率和三维可视化等优点。随着X射线CT技术的快速发展,应用领域不断扩大,对重建图像的质量要求也越来越高。提高图像的质量不仅需要高精度的CT扫描系统,还需要优质的图像重建算法。此外,CT扫描带来的辐射剂量过高的问题也引起了人们广泛的关注。因
随着人工智能的发展,视频在日常生活、工业发展、智慧医疗等领域发挥着越来越重要的作用。然而,在拍摄过程中由于各种原因使拍摄的画面发生不稳定的现象,这样不仅会给视频的观看者造成不良的观影体验,还会影响后续视频图像的分析处理及识别过程。因此,数字稳像方法研究具有重要的应用价值。对于运动状态复杂的视频抖动,为了得到更好的运动估计模型,以及获取合适的滤波轨迹,保证视频稳像效果,本文主要做了以下几个方面的工作
据2020全球癌症统计数据显示,乳腺癌（Breast Cancer,BRCA）现已占总体癌症发病的11.7%,成为了最常见的癌症,其发病和死亡均位于女性癌症首位。随着信息技术的不断发展,医疗数据的概念也逐渐得到了广泛的应用,通过将数据挖掘技术应用于乳腺癌领域,深刻挖掘乳腺癌的预后分子机制,寻找新型治疗靶标,对乳腺癌患者的预后和生存具有重大的现实意义。首先,本文基于基因表达数据构建乳腺癌预后模型。先
随着社会的发展和智慧化时代的到来,各类智能家居设备和智能基础服务设施不断出现,智慧城市和智慧校园建设开始步入快车道。社会对生态环境的保护力度日渐加大,校园生态环境更是关乎师生员工学习和生活的重要因素。在智慧校园建设中,更要提倡将各种新技术与教育教学有机融合,充分发挥其核心教育功能。本文课题以绿色智慧校园为目标,以华北电力大学北京校区的实践创新教育为动力,结合多种技术手段,建立基于新能源与物联网的校
高光谱成像技术主要用于获得同一场景在多个窄波段下的图像数据,它能够探测目标物体的空间结构和光谱反射信息,因此被广泛应用于遥感监测、医学影像分析和食品安全等领域。由于高光谱成像系统工作在狭窄的波带上,为了保证足够的信噪比,传感器通常需要在更大的空间范围内收集光子,从而导致高光谱图像空间分辨率远低于多光谱图像。如何将高光谱图像数据与同一场景下的具有高空间分辨率的多光谱图像进行有效地融合,恢复重建得到具