文献

J-GLOBAL ID：201702287276276009   整理番号：17A1833597

冗長感度行列を用いた電気容量トモグラフィーのための画像再構成【Powered by NICT】

Image Reconstruction for Electrical Capacitance Tomography Through Redundant Sensitivity Matrix

著者 (4件)： de Moura Hector Lise (Department of Electrical and Computer Engineering, Federal University of Technology-Parana ́, Curitiba, Brazil) ,  Pipa Daniel Rodrigues (Department of Electrical and Computer Engineering, Federal University of Technology-Parana ́, Curitiba, Brazil) ,  Wrasse Aluisio do Nascimento (Department of Electrical and Computer Engineering, Federal University of Technology-Parana ́, Curitiba, Brazil) ,  da Silva Marco Jose (Department of Electrical and Computer Engineering, Federal University of Technology-Parana ́, Curitiba, Brazil)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 17  号： 24  ページ： 8157-8165  発行年： 2017年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 静電容量トモグラフィーにおける画像再構成は,通常,誘電率分布とセンサの読みとの間の関係をマップする,そのような感度行列を採用している。高度に非線形な問題の簡単な線形化として,この方法は欠点,画像化物体の位置とサイズのミスマッチなどの問題を抱えている。これらの問題を克服するために,K特異値分解辞書学習法と非線形シミュレーションで構築された冗長感度行列を用いたスパース再構成スキームを提案した。冗長感度行列を実データを用いて訓練される,測定物体の典型的な構造をより良く捕捉することができる。再構成は,解がスパース性である事前情報を持っているので,真のl_2-l_0解を得るために,欲張りアルゴリズムを用いた最適化を解いた。は,提案した方法が測定数の減少でも再構成画像品質を改善することをシミュレーションおよび実世界実験により示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 特異値分解 ,  誘電率 ,  *再構成 ,  *画像再構成 ,  センサ ,  不整合 ,  シミュレーション ,  最適化
準シソーラス用語： 欲張りアルゴリズム ,  事前知識 ,  スパース性 ,  辞書学習 ,  画像化 ,  電気キャパシタンストモグラフィー ,  *電気容量トモグラフィー , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 冗長 ,  感度 ,  行列 ,  電気容量トモグラフィー ,  画像再構成