基于深度信念网络的ECT图像重建算法

摘要

为提高图像重建质量,针对电容层析成像技术(ECT)中的电容数据复杂多样且与介电常数呈非线性关系的特点,提出一种基于深度信念网络(DBN)的重建算法,利用DBN的深层非线性网络结构来实现电容值与重建图像灰度值非线性关系.并对DBN进行了改进,将自适应步长(AS)引入到对比散度(CD)算法中,解决固定步长寻找全局最优困难的问题,改善图像质量;在微调阶段采用拟牛顿法加快收敛速度,减少训练时间.在COMSOL5.3软件上进行仿真试验,通过MATLAB2014a对图像进行重建.试验结果表明:DBN能够有效地重建图像,并且要优于传统算法;改进后的DBN训练时间缩短了5.51 s,图像误差低至0.0094,相关系数高达0.9973,是研究ECT图像重建的新方法和手段.