Biblioteca93.141 documentos en línea

Artículo

Iterative Algorithms for Deblurring of Images in Case of Electrical Capacitance TomographyAlgoritmos iterativos para desdibujar imágenes en el caso de la tomografía de capacitancia eléctrica

Resumen

La tomografa de capacitancia elctrica (ECT) se ha utilizado para medir el flujo mediante la aplicacin del flujo gas-slido en la gasificacin del carbn, la industria farmacutica y otras industrias. La ECT tambin se utiliza para crear imgenes de objetos fsicamente confinados. Los datos recogidos por el sistema de adquisicin para producir imgenes sufren borrosidad debido a las condiciones ambientales y a los circuitos electrnicos utilizados. Esta investigacin incluye el principio de las tcnicas ECT para desdibujar las imgenes creadas durante la medicin. Los datos registrados por dicho sistema de adquisicin ascienden a un gran nmero de ecuaciones lineales. Este sistema de ecuaciones es disperso y est mal condicionado, por lo que tiene una naturaleza mal planteada. Existe una gran variedad de algoritmos de reconstruccin con muchos pros y contras para tratar los problemas mal planteados. Los sistemas de ecuaciones lineales a gran escala resultantes de los problemas de desdibujado de imgenes se resuelven mediante algoritmos de regularizacin iterativos. El algoritmo de gradiente conjugado para problemas de mnimos cuadrados (CGLS), la factorizacin QR de mnimos cuadrados (LSQR) y el algoritmo de descenso ms pronunciado con norma residual modificada (MRNSD) son las variantes ms conocidas de los algoritmos iterativos. Estos algoritmos exhiben un comportamiento de semiconvergencia; es decir, la calidad de la solucin calculada primero mejora y luego se reduce a medida que la norma de error disminuye y ms tarde aumenta con cada iteracin. En este trabajo, se ha utilizado la umbralizacin suave para los problemas de desenfoque de imgenes con el fin de abordar los problemas de semiconvergencia. Se ejecutaron problemas numricos de prueba para indicar la eficacia de los algoritmos sugeridos con criterios para las iteraciones de parada ptimas. Los resultados muestran una mejora marginal en comparacin con los algoritmos iterativos tradicionales (CGLS, LSQR y MRNSD) para resolver el comportamiento de semiconvergencia y la restauracin de imgenes.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento