《電容成像若干問題研究》是依託清華大學，由彭黎輝擔任項目負責人的面上項目。
基本介紹
- 中文名：電容成像若干問題研究
- 依託單位：清華大學
- 項目負責人：彭黎輝
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
自上世紀80年代末期出現以來，電容成像已經歷了近30年的研究與發展。其在感測器結構、測量策略、微電容測量方法、圖像重建以及套用等方面都取得了巨大進步，國內研究水平目前也與國際保持同步。但從領域現狀看，電容成像的未來發展及套用仍有一些關鍵技術及理論問題亟待解決和突破，對此加以深入研究十分必要。本項目擬採用理論分析、計算機仿真與實驗相結合的研究方法，針對電容成像領域若干有待深入和突破的問題展開，主要研究內容包括：1、電容成像系統感測器陣列電極數目與圖像解析度、圖像誤差等圖像重建質量指標之間的關係；2、基於機器學習的電容成像圖像重建新框架及方法；3、針對具有高對比度介電常數變化的電容成像圖像重建算法；4、用於電容成像系統評價的介電常數分布Benchmark的建立。項目目標是力爭突破現有電容成像技術，占領該領域國際前沿。項目將有助於完善現有電容成像理論，並促進該技術向實際套用邁進。
結題摘要
項目針對電容成像現狀，採用理論分析、計算機仿真與實驗相結合的研究方法，針對電容成像領域若干有待深入和突破的問題展開，主要研究內容包括： 1、建立了用於電容成像系統評價且具有一定規模的數據集，數據集針對多種感測器模型，包括仿真、靜態試驗及動態試驗數據，涵蓋11.6萬餘組仿真數據及100餘組試驗數據，可用於電容成像圖像重建評價或開展基於機器學習理論的電容成像圖像重建方法研究； 2、對基於機器學習理論的電容成像圖像重建算法開展了系統研究，提出了一種基於深度自編碼及解碼相結合的電容成像圖像重建算法，能同時解決電容成像正問題及反問題；提出了一種基於全連線深度神經元網路的補償線性發投影圖像重建算法，通過壓縮電容成像圖像重建問題對應的從測量電容到介電常數分布這一非線性映射的支撐域，使得電容成像圖像重建問題只需考慮局部非線性，在用神經元網路實現時便於訓練，算法在不顯著增加運算量的同時，有效改善了傳統線性反投影算法的圖像重建質量；提出了一種基於深度卷積神經元網路的電容圖像重建算法，使得採用深度神經元網路進行圖像重建等一系列方法的可解釋性與物理問題本質對應，圖像重建效果良好且具有良好的泛化能力； 3、針對高對比度介電常數套用，研究了用於多孔絕緣板材滲水檢測的電容成像系統，並針對這一特殊套用，重點採用稀疏貝葉斯及水平集算法實現平面整列電極的電容成像圖像重建，取得了較好的效果； 4、針對傳統電容成像感測器的一種改進形式線網電容成像感測器及成像系統（wire mesh capacitance imaging），重點對如何提高其成像解析度進行了系統研究，提出了一種亞像素圖像重建算法，藉助傳統電容成像敏感度矩陣的概念，可實現線網式電容成像的亞像素圖像重建，顯著改善了傳統線網式電容成像的解析度；
