摘要：电阻抗层析成像是一种无损可视化检测技术，具有无辐射、实时、便携、成本低等优点，目前在工业检测和医学监护等方面应用较为广泛，但EIT技术也具有低分辨率等缺点，这也极大限制了EIT技术的快速发展。针对电阻抗成像过程中因“软场”效应及欠定性导致的重建图像内部目标数量不明确以及伪迹过大等问题，提出了一种八模式数据融合的电阻抗成像优化算法，根据八种激励模式各自成像的特点，借助重建图像和实际分布之间的相关系数对测量值进行权重训练，将权重矩阵同八种单一模式下得到的测量值矩阵进行融合，再通过Tikhonov正则化算法利用该矩阵进行成像。仿真结果表明，该算法能够有效地提高Tikhonov正则化算法重建图像分辨率，融合后的重建图像的相关系数平均提高了19.86%，相对误差平均降低了28.89%。由此表明，相比于传统的八种单一模式下的成像，该研究提出的算法在重建图像目标的数量、大小以及位置精确度等方面都得到提高，为EIT技术在医学和工业等领域的应用实践提供了新的理论依据和技术参考。
文章目录
0引言
1八模式数据融合算法
1.1 电流激励-电压测量模式
1.2 八种模式重建图像特征对比
1.3 八模式数据融合算法
2实验结果与分析
2.1 模型建立
2.2 评价指标
2.3 融合算法的有效性验证
3结论
