基于贝叶斯统计模型的金属缺陷电磁成像方法研究
提出了一种基于贝叶斯理论的电磁层析成像(EMT)图像重建算法.传统的正则化方法仅仅能获得单一电导率的近似估计值,提供的模型信息量有限.统计概率方法可以获得大量合理的模型参数估计值,根据缺陷分布的稀疏性,将求解电导率划分为一系列块状结构,使用稀疏贝叶斯学习框架,将电导率分布的稀疏先验信息和噪声信息等统计信息引入到EMT图像重建中,可以得到电导率分布全面的统计描述.为验证该算法的有效性,将新方法与共轭梯度算法、总变差正则化算法进行比较,并基于EMT实验系统进行了缺陷成像实验.仿真和实验结果表明,含有统计信息的稀疏贝叶斯算法与传统算法相比,图像误差降低20%,有效提高了重建图像质量与精度.
电磁层析成像、稀疏贝叶斯、统计概率、图像重建
41
TH701(仪器、仪表)
国家自然科学基金;天津市自然科学基金;天津市企业科级特派员项目
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共9页
47-55