计量学报

北大核心,JST,CSCD扩展版,WJCI,

国内刊号:11-1864/TB

国际刊号:1000-1158

计量学报杂志2024年第9期:基于深层小波网络的电容层析成像图像重建

发布日期:

作者:张立峰,钱立凤,华回春,刘帅

单位:华北电力大学 自动化系,河北 保定 071003

关键词:多相流测量; 电容层析成像; 图像重建; 深度学习; 小波变换

基金:国家自然科学基金(61973115)

提出了一种基于深层小波网络的电容层析成像(ECT)图像重建算法,采用Landweber算法生成初始重建图像作为网络输入;以U-Net深度卷积神经网络模型为骨干模型,通过在上、下采样层引入小波变换提取不同层次的特征,以及采用跳跃连接方式搭建高频特征传递通道,保留更多的细节信息,充分利用特征图中的全局和局部信息特征。仿真及静态实验结果均表明,基于该算法的图像重建精度更高,仿真及静态实验重建图像的平均相对图像误差分别为0.1918及0.6570,平均相关系数分别为0.9685及0.8169。

来源:2024年第9期

《计量学报》期刊编辑部

查看计量学报杂志2024年第9期

联系我们

  • 地址:北京市朝阳区北三环东路18号
  • 电话:010-64271480

咨询工作人员