基于正则化加权最小二乘框架的低对比度超声层析成像图像重建

在现代工业生产中，两相流是一种常见的流动状态，广泛应用于工艺流程工业中。准确测量两相流是许多工业过程中的一个关键需求。超声层析成像技术（Ultrasonic Tomography，简称UT）作为非侵入性和非放射性测量技术，能够利用超声波穿透容器和流体的特性，提供可靠测量，而且成本低，因此它在许多工业应用中越来越受到重视。然而，当面对低声阻抗对比度的两相流配置时，如油水两相流，传统的超声层析成像方法可能会遇到挑战，从而难以获得清晰的可视化效果。 为了解决这一问题，本研究提出了一种基于正则化加权最小二乘框架（Regularized Weighted Least Square Framework）的新颖的重建方法，并且利用连续波（continuous-wave）激励来提高成像效果。作者详细介绍了测量策略、重建模型以及系统矩阵的组装方法，并提出了一个将总变分（TV）正则化与SART（Simultaneous Algebraic Reconstruction Technique）重建技术相结合的正则化加权最小二乘框架。研究通过数值模拟和实验调查验证了连续波激励的可行性和提出重建策略的改进效果。 通过实验获得的图像结果表明，利用该方法有效地重构了油水两相流的分布，相对误差（RE）降低了27.85%，相关系数提高了26.94%。通过对系统矩阵组装方法进行的改进和提出的新重建方法，为相关超声层析成像技术的进一步发展提供了显著的解决方案。 本篇研究论文的关键词包括：超声层析成像（Ultrasonic tomography）、低声阻抗对比度（low impedance contrast）、连续波激励（continuous-wave excitation）、系统矩阵组装（system matrix assemble）以及正则化最小二乘框架（regularized least square framework）。 在介绍部分（Introduction），文章首先指出过程层析成像是一种正在快速发展的多相流成像测量技术，它在生产过程和工业控制中非常需要，因为它能提供不透明区域中不同相的空间分布。文章提到，在所有存在的模式中，超声层析成像是一种非侵入性和非破坏性的传感技术，因为超声波具备穿透容器和流体的特性，从而具有低成本和相对简单的优点。 文章通过构建一种新颖的重建策略，旨在为低对比度的两相流配置提供可靠的可视化，这在许多工业应用中是必需的。超声层析成像技术由于具有非侵入性、非放射性和低成本的优势，在工业过程监控中扮演着重要的角色。然而，传统的超声层析成像方法在处理低声阻抗对比度时的效果并不理想，这限制了它在精确成像方面的应用。因此，本研究的目标是开发一种新的方法，以提高低对比度流体配置下的成像质量。 在技术实现上，本文的作者通过数值模拟和实验调查来验证所提出的连续波激励方法和重建策略的可行性。连续波激励是一种特定的技术，它涉及到利用连续的超声波来对介质进行激励，以此来获取关于介质特性（如流动情况）的信息。正则化加权最小二乘框架结合TV正则化和SART重建技术是一种高级的数据处理方法，它通过优化算法来最小化重建过程中的误差，并强化图像的边缘清晰度。 在图像重建领域，系统矩阵是一个重要的概念，它描述了投影数据与图像像素值之间的数学关系。系统矩阵的组装方法决定了从测量数据到最终图像重建的质量，因此，本研究中对于系统矩阵组装方法的改进也是提高重建精度的关键因素之一。通过这些方法的结合使用，作者能够有效地重构出油水两相流的分布情况，并且在相对误差和相关系数方面取得了显著的改进。 在关键词“Ultrasonic tomography; low impedance contrast; continuous-wave excitation; system matrix assemble; regularized least square framework”中，我们可以看出，本研究的核心在于如何处理低对比度下的两相流成像问题，其中涉及的技术手段包括超声层析成像、连续波激励、系统矩阵组装，以及采用正则化方法对最小二乘框架进行优化处理。这些关键词不仅涵盖了本文的研究方向，也反映了超声层析成像技术在处理特定成像难题时的创新之处。通过这些方法的运用，本研究成功地提供了一种新的解决方案，可以有效提升低对比度超声层析成像的质量，并为相关技术的进一步发展打下了基础。