基于改进ResNet-18网络的电容层析成像图像重建

摘要：

为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种基于改进ResNet-18网络的ECT图像重建方法.该网络由多个残差块组成,每个残差块被分组,然后通过组内残差连接,以融合更多的特征尺度.通过MATLAB仿真实验平台构建了流型数据集,利用深度残差网络的非线性映射能力,完成训练集的学习与训练,并利用测试集进行训练效果评价.在此基础上进行了静态实验.仿真与静态实验结果均表明:与LBP、Landweber迭代算法及未改进ResNet-18算法相比,该方法的图像重建质量明显提高,并具有良好的泛化能力.

关键词：计量学、电容层析成像、图像重建、深度学习、残差网络、多相流检测

所属期刊栏目：44

分类号：TB937(计量学)

资助基金：国家自然科学基金61973115

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1402-1408