作者：司志宁, 田沛, 张立峰

作者单位：华北电力大学自动化系, 河北 保定 071003

关键词：过程层析成像;图像融合;D-S证据理论;基本概率赋值函数

摘要：

为提高多相流过程层析成像系统重建图像质量，分析CT、ECT成像机理及单一模态的局限性，提出一种基于D-S证据理论的CT/ECT图像融合实验方法。首先，将CT、ECT待融合图像的像素值聚类化，运用模糊聚类算法中的隶属度函数表示证据理论中的基本概率赋值函数；并通过D-S合成规则求解融合图像基本概率赋值函数，即融合图像隶属度函数。最后由融合图像隶属度函数反推融合图像像素值，实现像素-概率-像素之间的转化。实验结果表明：该方法可有效提高单模态重建图像质量，并优于传统像素融合算法。

An experimental method of CT/ECT image fusion based on D-S evidence theory

SI Zhining, TIAN Pei, ZHANG Lifeng

Department of Automation, North China Electric Power University, Baoding 071003, China

Abstract: In order to improve the image quality of multiphase flow process tomography system and analyze the limitation of CT and ECT imaging mechanism and single modality, a new experimental method of CT/ECT image fusion based on D-S evidence theory is proposed. Firstly, the pixel values of CT and ECT image to be fused are clustered, and the membership function in fuzzy clustering algorithm is used to represent the basic probability assignment function in evidence theory. Then, the basic probability assignment function of fusion image is solved by D-S composition rule; Finally, the pixel values of the image are inversely converged by the membership function of the fusion image. The transformation between "pixel-probability-pixel" is realized. Experimental results show that this method can effectively improve the single-mode imaging quality and is superior to other traditional pixel fusion algorithms.

Keywords: process tomography;image fusion;D-S evidence theory;basic probability assignment function

2018, 44(1): 108-112  收稿日期: 2017-05-03;收到修改稿日期: 2017-07-09

基金项目: 国家自然科学基金项目（51306058）

作者简介: 司志宁(1993-),男,山西临汾市人,硕士研究生,专业方向为多相流检测、多源图像融合。

参考文献

[1] 谭超,董峰. 多相流过程参数检测技术综述[J]. 自动化学报,2013,39(11):1923-1932.
[2] 马平,周晓宁,田沛. 过程层析成像技术的发展及应用[J].化工自动化及仪表,2009,36(1):1-5.
[3] 薛倩. 多相流CT系统成像算法研究及软件设计[D]. 天津:天津大学,2010.
[4] 赵玉磊,郭宝龙,闫允一. 电容层析成像技术的研究进展与分析[J]. 仪器仪表学报,2012,33(8):1909-1920.
[5] 谭超,许燕斌,董峰. 多模态流动成像技术研究进展[J]. 仪器仪表学报,2015,36(2):241-253.
[6] DEMPSTER A P. Upper and lower probabilities induced by A multiplicand mapping[J]. Annals of Mathematical Statistics,1967(38):325-339.
[7] SHAFER G, LOGAN R. Implementing dempster's rule for hierarchical evidence[J]. Artificial Intelligence,1987(33):271-298.
[8] 谬燕子,方健,马小平,等. D-S证据理论融合技术及其应用[M]. 北京:电子工业出版社,2013:8-24.
[9] 杨风暴,王肖霞. D-S证据理论的冲突证据合成方法[M].北京:国防工业出版,2010:15-40.
[10] 王秀秀. 基于证据理论的图像融合新算法及应用[D]. 天津:天津大学,2008.
[11] 陈晓霞. 基于FCM图像融合技术的研究[D]. 武汉:湖北工业大学,2013.
[12] RUSPINI E H. A new approach to clustering[J]. Information & Control,1969,15(1):22-32.
[13] 李佳,张立峰,田沛. 基于Kalman滤波的ECT图像重建算法[J]. 传感器与微系统,2015,34(8):128-130.
[14] 张立峰. 电学层析成像激励测量模式及图像重建算法研究[D]. 天津:天津大学,2011.
[15] 高超. 图像融合评价方法的研究[J]. 电子测试,2011(7):30-33.