本文選題：金屬缺陷 + 電磁層析成像　； 參考：《儀器儀表學(xué)報(bào)》2017年09期

【摘要】：采用電磁層析成像(electromagnetic tomography,EMT)技術(shù)實(shí)現(xiàn)對(duì)金屬缺陷的可視化,克服了傳統(tǒng)的檢測(cè)技術(shù)無(wú)法對(duì)缺陷進(jìn)行可視化的不足。首先設(shè)計(jì)了一種新型的平面EMT傳感器,其次根據(jù)缺陷分布的稀疏性,提出了l1正則化稀疏成像算法。該算法能夠有效避免傳統(tǒng)的l2正則化算法帶來(lái)的過(guò)度光滑的問題,成像更加精確。最后為證明該算法相對(duì)于l2正則化算法的優(yōu)越性,進(jìn)行了仿真和實(shí)驗(yàn)。仿真和實(shí)驗(yàn)結(jié)果均表明l1正則化稀疏成像算法能夠有效提高缺陷圖像的重建質(zhì)量和精度。
[Abstract]:The electromagnetic tomography (EMT) technique is used to visualize metal defects, which overcomes the deficiency that the traditional detection technology can not visualize the defects. Firstly, a new planar EMT sensor is designed, and then, according to the sparsity of defect distribution, a L 1 regularized sparse imaging algorithm is proposed. The algorithm can effectively avoid the problem of excessive smoothness caused by the traditional l2 regularization algorithm and make the imaging more accurate. Finally, in order to prove the superiority of the algorithm compared with the L 2 regularization algorithm, the simulation and experiment are carried out. The simulation and experimental results show that the l _ 1 regularized sparse imaging algorithm can effectively improve the reconstruction quality and accuracy of defective images.
【作者單位】： 天津工業(yè)大學(xué)電子與信息工程學(xué)院;天津市光電檢測(cè)技術(shù)與系統(tǒng)重點(diǎn)實(shí)驗(yàn)室;天津大學(xué)電氣與自動(dòng)化工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61373104,61402330,61405143,61601324) 天津市應(yīng)用基礎(chǔ)與前沿技術(shù)研究計(jì)劃(15JCQNJC01500)項(xiàng)目資助
【分類號(hào)】：TP212;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王引娣,厲樹忠,楊宏武;計(jì)算機(jī)在金屬斷口與金屬缺陷分析中的應(yīng)用——分析系統(tǒng)的結(jié)構(gòu)與思路[J];西北成人教育學(xué)報(bào);2001年03期

2 王引娣,厲樹忠,楊鴻武;微機(jī)在金屬斷口與金屬缺陷分析中的應(yīng)用——MFAS V1.0和MDAS V1.0軟件的研制[J];西北師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年01期

，

本文編號(hào)：1950405