科研之友
微信
新浪微博
Facebook
分享链接
摘要
为克服传统电阻抗成像(EIT)中L2范数成像边界模糊的问题,引入L1正则化范数组成混合全变差(HTV)正则化罚函数。基于原始对偶内点方法(PDIPM)推导出算法的求解框架,通过建立不同的仿真模型算例,在理想无噪声和含一定高斯噪声情况下重构电导率分布。结果表明:HTV正则化算法相较于经典Tikhonov算法、共轭梯度算法和牛顿一步误差重构算法,具有更高的重构性能和良好的抗噪声表现。在对真实人体呼吸肺部数据进行重构时,HTV正则化算法与其他几种算法相比,成像边界清晰,重构质量高,具有较高的实用价值。
- 单位
