| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 项目背景及意义 | 第9页 |
| 1.2 多相流的概念 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 过程层析成像技术的研究与发展 | 第10-11页 |
| 1.3.2 图像重建算法的现状 | 第11-14页 |
| 1.4 本文主要的工作和创新点 | 第14-15页 |
| 第二章 电容层析成像系统组成及原理 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 ECT系统的组成结构 | 第15-19页 |
| 2.2.1 ECT系统的测量原理 | 第15-17页 |
| 2.2.2 ECT数据采集系统 | 第17-18页 |
| 2.2.3 ECT图像重建部分 | 第18-19页 |
| 2.3 ECT敏感场的数学描述 | 第19页 |
| 2.4 系统的正问题求解 | 第19-22页 |
| 2.4.1 ECT系统正问题的理论分析 | 第19-20页 |
| 2.4.2 传感器的仿真及求解 | 第20-22页 |
| 2.5 ECT系统的反问题 | 第22-23页 |
| 2.5.1 ECT系统反问题的定义 | 第22页 |
| 2.5.2 ECT系统反问题存在的问题 | 第22-23页 |
| 2.6 COMSOL Multiphysics | 第23-25页 |
| 2.6.1 COMSOL Multiphysics简介 | 第23-24页 |
| 2.6.2 ECT系统的仿真 | 第24-25页 |
| 第三章 图像重建算法的研究 | 第25-48页 |
| 3.1 常见的ECT图像重建算法 | 第25-29页 |
| 3.2 神经网络 | 第29-34页 |
| 3.2.1 神经元的结构 | 第29-30页 |
| 3.2.2 神经网络的结构 | 第30-32页 |
| 3.2.3 BP神经网络的学习 | 第32-34页 |
| 3.3 BP神经网络的实现 | 第34-37页 |
| 3.3.1 BP神经网络的搭建步骤 | 第34-35页 |
| 3.3.2 BP神经网络在ECT系统中的实现 | 第35-37页 |
| 3.4 BP神经网络的缺陷及改进 | 第37-44页 |
| 3.4.1 聚类分析法 | 第38-39页 |
| 3.4.2 ECT系统的子网划分 | 第39-40页 |
| 3.4.3 学习算法的改进 | 第40-43页 |
| 3.4.4 改进的算法的实现 | 第43-44页 |
| 3.5 仿真结果分析及对比 | 第44-48页 |
| 第四章 ECT图像的处理 | 第48-55页 |
| 4.1 图像处理技术的介绍 | 第48-49页 |
| 4.2 图像增强 | 第49-52页 |
| 4.2.1 图像增强的概述 | 第49-52页 |
| 4.3 图像恢复 | 第52-55页 |
| 4.3.1 伪影产生的机理 | 第52-53页 |
| 4.3.2 维纳滤波 | 第53-54页 |
| 4.3.3 ECT图像处理实验及结果分析 | 第54-55页 |
| 第五章 上位机软件的编写 | 第55-64页 |
| 5.1 串口通讯的实现 | 第55-56页 |
| 5.2 数据处理 | 第56-59页 |
| 5.2.1 开关解调 | 第56-57页 |
| 5.2.2 乘法解调 | 第57-59页 |
| 5.3 图像重建算法和图像处理 | 第59页 |
| 5.4 ECT系统的实验与分析 | 第59-64页 |
| 结论 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |