仪器仪表学报

作者：王琦1，张静薇1，张荣华2，薛峰军3，李秀艳1

单位：王琦1，张静薇1，张荣华2，薛峰军3，李秀艳1,（1．天津工业大学电子与信息工程学院 天津市光电检测技术与系统重点实验室天津300387； 2．天津工业大学电气工程与自动化学院天津300387； 3．武汉奔跑吧教育研究院武汉430064）,

关键词：关键词：电磁层析成像;稀疏贝叶斯;统计概率;图像重建

基金：*基金项目：国家自然科学基金(61872269，61601324，61903273)、天津市自然科学基金(18JCYBJC85300)、天津市企业科级特派员项目 (18JCTPJC61600) 资助

摘要：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。

来源：2020年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2020年第1期