基于原始對偶內點法的EST圖像重建

摘要：靜電層析成像(EST)被動感應電荷的機理決定了其獨立測量值數等于電極數目,遠小于電容層析成像(ECT)等相對成熟的電學成像(ET)技術的測量值數,導致逆問題的欠定性更加嚴重。為此,對基于壓縮感知理論的EST圖像重建算法進行了研究。利用奇異值分解(SVD)處理靈敏度矩陣使其滿足有限等距性質(RIP),采用l1范數正則化模型和原始對偶內點法(PDIPA)實現圖像重建,并在迭代過程中針對荷電磨粒稀疏分布的特點,對圖像向量中非零元素個數施加約束。仿真實驗表明:該算法相對于基于"Circle of Appolonius"的反投影(BP)算法和Landweber迭代算法,明顯改進了成像質量,對不同位置的單個電荷可準確重建;2個電荷距離不小于1 mm時可正確分辨電荷數目與位置;對10組隨機分布的3個電荷模型進行測試,荷電磨粒數目監測的準確率約為80%。