一种用于多相流可视化监测的图像重构方法与流程

本发明涉及多相流测量领域，具体为一种用于多相流可视化监测的图像重构方法。

背景技术：

1、多相流(或称两相流)广泛存在于油气勘探、石油化工、油气输送和环境保护等各种石油工业过程中，多相流主要存在形式有气液、液液和气-固体两相流等。目前，多相流测量方法主要有孔板法或文丘里法、质量流量法、射线法、光学探针法、电法、层析成像法等。电容断层扫描(ect)具有非放射性、非接触、可视化和低成本等优点，被认为是多相流测量领域最具吸引力的技术之一。然而受多相流型、非线性场效应、软场特性等因素的影响，ect图像的精确重建存在很大困难。经典的ect图像重建算法主要有线性反投影(lbp)、tikhonov正则化方法、landweber算法、共轭梯度法等。这些方法在解决简单目标的成像问题方面具有较好的效果，而对于复杂流型，其有限的能力可能会导致重建图像质量的严重下降，且经典算法landweber迭代法具有半收敛性，从而限制了其在多相流检测中的广泛应用，针对现有技术的缺陷，设计了一种用于多相流可视化监测的图像重构方法。

技术实现思路

1、本发明的目的在于提供一种用于多相流可视化监测的图像重构方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种用于多相流可视化监测的图像重构方法，包括以下步骤：

3、步骤s1、etc源图像采集

4、通过landweber迭代算法，得到ect的源图像；

5、步骤s2、对ect的源图像进行改进设计计算

6、对步骤s1中得到的ect的源图像进行重建设计改进得到改进ect图像；步骤s3、rcf图像重建

7、将步骤s2中改进ect图像输入rcf网络进行训练和测试得到ect重建图像。

8、优选的，所述步骤s1中etc源图像采集的具体步骤为：

9、步骤s11、采集多流相中传感器不同电机组合之间的电容，并进行计算，得到etc原始图像；

10、步骤s12、使用landweber迭代算法对步骤s11中etc原始图像进行计算，得到ect的源图像。

11、优选的，所述步骤s11中具体计算内容为：

12、传感器不同电极组合之间的电容与敏感场中介电常数分布的关系可表示为：

13、

14、式中ε(x,y)为管道界面的介电常数分布，φ(x,y)为管道界面的二维电势分布，q为电容c对应电极上的静电荷量，v为激励电压，γ为电极说出的平面区域；对公式(1)中引入敏感函数s(x,y,ε(xy))，则可将板间电容c和ε(xy)的关系描述为：

15、c＝∫∫dε(x,y)s(x,y,ε(x,y))dxdy   (2)

16、为简化问题，使敏感场函数与ε(x,y)无关，并将式(2)离散化、线性化和归一化为：

17、λ＝s·g    (3)

18、式中λ为归一化的实测电容向量，s为归一化的灵敏度矩阵，g为归一化介电常数分布矢量，代表多相流的实际分布。

19、优选的，所述步骤s12中使用landweber迭代算法计算具体内容为：

20、对于公式λ＝s·g，假设a0为s-1的初始逼近矩阵，设i为单位阵，则存在残差矩阵r＝i-a0s(4)，若s-1存在，将公式(4)写为s-1＝(i-r)-1a0(5)，如果残差谱半径ρ(r)＜1，则将(i-r)-1级数展开，且s-1的第k项级数ak和第k+1项级数ak+1分别为ak＝(i+r+…+rk-1)a0(6)；ak+1＝(i+r+…+rk)a0(7)，又因为(i-r)(i+r+…+rk-1＝i-rk(8)，根据公式(4)、(6)和(8)，可得到rka0＝a0(i-sak)(9)，以第k+1项级数ak+1取代s-1，并结合公式(7)，得到gk+1＝gk+rka0λ(10)，再将公式(9)带入公式(10)得到gk+1＝gk+a0(λ-sgk)(11)，令a0＝αst，则公式(11)可得出ect的源图像gk+1＝gk+αst(λ-sgk)(13)，其中α为增益因子，用以控制收敛速度。

21、优选的，所述步骤s2中对ect的源图像进行改进设计计算具体为：

22、利用sts的对称性与非负定性，构造新的算子r'＝β(i-αsts)(14)，其中β∈(-1,1)，α是是与灵敏度矩阵和etc传感器系统噪声有关的参数，同时起到控制迭代步长的作用，且根据公式(10)，应用改进后的迭代算子r'，有结合公式(8)和公式(15)得到改进ect图像

23、与现有技术相比，本发明的有益效果是：本发明通过对etc的源图像进行改进计算，其中利用最小二乘支持向量机对一定数量的图像样本进行训练，从而得到一个先验条件，并基于该先验条件提出一种自适应的迭代停止判据，实现在图像重建结果最接近多相流实际分布时停止迭代，改进后的方法不仅具有稳定收敛性，而且与直landweber迭代算法直接使用相比，图像重建精度有效提高，同时采用rcf深度学习网络进行图像的重建，可达到减少图像伪影、补偿源图像缺陷、提高成像质量的目的。

技术特征：

1.一种用于多相流可视化监测的图像重构方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种用于多相流可视化监测的图像重构方法，其特征在于：所述步骤s1中etc源图像采集的具体步骤为：

3.根据权利要求2所述的一种用于多相流可视化监测的图像重构方法，其特征在于：所述步骤s11中具体计算内容为：

4.根据权利要求2所述的一种用于多相流可视化监测的图像重构方法，其特征在于：所述步骤s12中使用landweber迭代算法计算具体内容为：

5.根据权利要求1-4任一所述的一种用于多相流可视化监测的图像重构方法，其特征在于：所述步骤s2中对ect的源图像进行改进设计计算具体为：

技术总结
本发明涉及多相流测量领域，具体为一种用于多相流可视化监测的图像重构方法，本发明通过对ETC的源图像进行改进计算，其中利用最小二乘支持向量机对一定数量的图像样本进行训练，从而得到一个先验条件，并基于该先验条件提出一种自适应的迭代停止判据，实现在图像重建结果最接近多相流实际分布时停止迭代，改进后的方法不仅具有稳定收敛性，而且与直Landweber迭代算法直接使用相比，图像重建精度有效提高，同时采用RCF深度学习网络进行图像的重建，可达到减少图像伪影、补偿源图像缺陷、提高成像质量的目的。

技术研发人员：荆祎,陈江,王一强,郑奇军,焦璐璐,王永来,张利兴
受保护的技术使用者：南京澳博工业智能科技研究院有限公司
技术研发日：
技术公布日：2024/1/13