基于硬場(chǎng)測(cè)量數(shù)據(jù)的聚類成像

1、基于硬場(chǎng)測(cè)量數(shù)據(jù)的聚類成像 基于硬場(chǎng)測(cè)量數(shù)據(jù)的聚類成像Hard Field Measurement Data-basedClustering Imaging領(lǐng) 域：控制工程作者姓名：陳 荔指導(dǎo)教師：岳士弘 教授企業(yè)導(dǎo)師：賈惠珍 高工天津大學(xué)電氣與自動(dòng)化工程學(xué)院二零一二年十二月摘 要 摘 要多相流在各種工業(yè)生產(chǎn)過(guò)程中隨處可見(jiàn)。因而多相流測(cè)量在工業(yè)生產(chǎn)過(guò)程中具有重要意義。 計(jì)算機(jī)層析成像技術(shù)(即 CT, Computed Tomograph

2、y)有兩個(gè)優(yōu)勢(shì)，一個(gè)是堅(jiān)實(shí)的數(shù)學(xué)理論基礎(chǔ)， 另一個(gè)是可操作和可理解的計(jì)算技術(shù)。 同時(shí)具有非侵入性、可視化、清晰度高等特點(diǎn)。該技術(shù)被廣泛應(yīng)用到了多相流測(cè)量領(lǐng)域。 本文主要研究?jī)?nèi)容是基于多相流計(jì)算層析技術(shù)進(jìn)行聚類成像。本文首次提出并研究了不充分信息下的硬場(chǎng)聚類成像算法，主要內(nèi)容包括以下三個(gè)方面：(1)硬場(chǎng)聚類重建算法的基本原理當(dāng)前最常用的硬場(chǎng)重建算法有線性反投影重建算法等。但是，普遍存在著信息利用不充分， 并且不充分信息下空間分辨率不高的問(wèn)

3、題。 本文研究了硬場(chǎng)聚類成像的基本原理，目的在于改善這種狀況。(2)圖像空間分辨率的研究空間分辨率決定著重建圖像的質(zhì)量。被測(cè)場(chǎng)可以被劃分成為不同的像素個(gè)數(shù)。 不同的像素個(gè)數(shù)會(huì)導(dǎo)致不同的成像結(jié)果。 所以首先分析的一個(gè)因素是像素個(gè)數(shù)。從射線源發(fā)出的射線經(jīng)過(guò)路徑的長(zhǎng)短不同，會(huì)導(dǎo)致衰減值權(quán)重不同，從而對(duì)成像結(jié)果影響的程度就會(huì)不同。 第二個(gè)分析的因素是衰減值權(quán)重。 在對(duì)兩個(gè)因素分析后，重新進(jìn)行圖像重建，并分析了成像結(jié)果。(3)新算法的實(shí)驗(yàn)研究和分