用线性神经网络映射光学过程层析成像的逆问题

摘要

过程层析成像(Process tomography)的逆问题也称为成像算法,它不仅需要反映被测物质与激励场的相互作用原理,而且应与传感器的空间阵列结构相匹配.成像算法的性能好坏(包括图象质量和每帧计算需时)是过程层析成像技术能否应用于工业过程监控系统的关键问题之一.为了得到性能良好的重建图象,提出了一种线性神经网络图象重建算法.该算法首先通过建立光学层析成像的正问题和逆问题的线性化模型来求解正问题,以得出图象和投影的关系模式对,然后将其用于训练和构造线性神经网络;最后使用训练好的线性神经网络来映射光学层析成像的逆问题.实验表明,该方法具有较高的图象质量和极高的成像实时性,是一种性能良好的图象重建算法.