买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河南师范大学申请的专利一种用于检测工业两相流的图像重建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115393464B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211068787.6，技术领域涉及：G06T12/10；该发明授权一种用于检测工业两相流的图像重建方法是由施艳艳;张宇航;王萌;郑硕设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种用于检测工业两相流的图像重建方法在说明书摘要公布了：本发明公开了一种用于检测工业两相流的图像重建方法，具体过程为：构建16电极的电阻抗层析成像测量系统模型；根据相对边界电压测量数据结合灵敏度理论，经计算得到灵敏度矩阵A；将图像重建的非线性问题转化为线性问题；获取初始种群信息；生物种群初始化；生物种群通过猎食行为、防备行为和跳跃行为对生物种群进行迭代更新，获得新的新的生物种群；生物种群迭代更新后，获得新的生物种群判断v是否满足vV，若是，则停止迭代，输出全局最优解；若否，则v＝v+1，继续迭代；得到生物种群的全局最优解，即全局最优解为最优电导率分布完成图像的重建。本发明不仅分辨率更高，背景更清晰，而且鲁棒性更好。

本发明授权一种用于检测工业两相流的图像重建方法在权利要求书中公布了：1.一种用于检测工业两相流的图像重建方法，其特征在于具体步骤为： 步骤一：构建16电极的电阻抗层析成像测量系统模型，采用相邻电极电流注入和相邻电极电压测量模式，对于一个完整的测量周期，首先激励第1、2电极，测量相邻电极3-4、4-5…15-16之间的电压信号，接下来激励第2、3电极，测量相邻电极4-5、5-6…16-1之间的电压信号，测量循环持续进行，直到测完一个完整周期，总共获得208组独立电压数据，当场域内没有夹杂物时测得的空场电压为U1，有夹杂物时测得的满场电压为U2，进一步得到相对边界电压测量值U，即U＝U2-U1； 步骤二：根据步骤一获得的相对边界电压测量数据，结合灵敏度理论，经计算得到灵敏度矩阵A，计算公式为： 式中，φi和φj为第i个电极组及第j个电极组在激励电流分别为Ii，Ij时的场域电势分布，和分别表示φi和φj的梯度算子，Ai,j是第j个电极组对第i个电极组的灵敏度系数，计算得到的所有灵敏度系数Ai,j共同组成灵敏度矩阵A，其中，1≤i≤16,1≤j≤16； 步骤三：完成灵敏度的计算后，在图像重建过程中，相对边界电压测量数据和电导率分布之间的关系是非线性的，表示为fσ＝U，式中，σ表示电导率，由于电导率分布的变化不大，可将边界测量电压的变化简化为线性形式：ΔU＝AΔσ，式中，ΔU是边界电压测量值的变化，Δσ是电导率分布的变化，为了方便表示，将以上线性形式表示为：U＝Ag，式中，g为电导率变化值； 步骤四：1获取初始种群信息：采用牛顿—拉夫逊算法迭代一次得到的电导率近似分布作为生物种群优化算法的初始种群，其中，求解的表达式为： 2生物种群初始化：将生物种群中每个生物视为M维搜索空间中一个没有重量和体积的粒子，其中M为EIT正问题中有限元剖分的网格数，种群的数量为N，初始种群为最大跳跃间隔参数为FImax，最小跳跃间隔参数为FImin，猎食概率为常数PP∈0,1，最大迭代次数为V，当前迭代次数为v，令v＝0，进行迭代； 3对生物种群进行迭代更新，过程具体如下： 3.1首先更新跳跃间隔参数：种群优化算法在局部寻优过程中容易陷入局部最优解，为跳出局部最优解，提高生物种群的全局搜索能力，引入自适应调整跳跃间隔参数FI，通过调整FI值跳出局部极值，自适应调整跳跃间隔参数为： 式中，FImax和FImin分别为最大跳跃间隔参数和最小跳跃间隔参数，自适应调整跳跃间隔参数FI随着每次迭代次数的变化实时更新； 3.2计算出自适应调整跳跃间隔参数FI的值，判断FI与V是否相等，若两者相等，转到步骤3.5；若两者不相等，则生成一个0到1的独立均匀分布随机数，若该随机数小于猎食概率常数P，则转到步骤3.3，否则，转到步骤3.4； 3.3猎食行为：每个生物在猎食行为过程都会及时记录和更新自身经验和整个种群的经验，这些经验用做搜寻食物或更新生物种群的位置，位置更新如下： 式中，rand0,1为0到1中独立均匀分布的随机数，C和S分别为生物个体感知系数和生物种群进化系数，pi，j和Gj分别是在第j维时，第i只生物的最优位置和种群当前最优位置，表示迭代次数为v+1次时第i个生物在第j维时的数值，表示迭代次数为v次时第i个生物在第j维的数值； 完成后执行4； 3.4防备行为：生物种群将会感受到外界环境的危险进入防备行为，每个生物都会试图向种群中心移动，由于群体之间在跳跃时受到相互竞争的影响，每个生物不会直接向种群的中心移动，防备行为表示为： 式中，k∈[1,2,3,...N],k≠i，a1和a2是0到2之间的常数，meanj表示整个种群平均位置的第j个元素，pFiti表示第i个生物的最佳适合度值，pFitk为第k个生物的最佳适应度值，sumFit表示种群的最佳适应度值之和，ε是一个很小的常数为了避免零除误差，D1和D2分别为受环境直接影响和间接影响的两个变量； 完成后执行4； 3.5跳跃行为：生物种群通过跳跃行为到达一个新的位置，种群将会再次猎食，有些生物会寻找食物，充当劳动者；其他生物则在劳动者找到的食物区觅食，充当乞讨者，劳动者和乞讨者的行为用数学方法描述为： 式中，randn0,1表示均值为0，标准差为1的高斯分布随机数，FLFL∈[0,2]表示劳动者跟随乞讨者的跳跃系数； 完成后执行4； 4生物种群迭代更新后，获得新的生物种群提出适应度函数评价生物种群中每个生物的优劣性，H为适应度值，计算当前生物种群中每个生物的适应度值，记录计算获得的最小适应度值；然后，比较所有循环得到的最小的适应度值，得到所有循环过程中最小适应度值，即适应度值最小的生物所代表的解为全局最优解； 5判断v是否满足vV，若是，则停止迭代，输出全局最优解；若否，则v＝v+1，返回3继续迭代； 步骤五：根据步骤四获得生物种群的全局最优解，即全局最优解为最优电导率分布完成图像的重建。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河南师范大学，其通讯地址为：453007 河南省新乡市牧野区建设东路46号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。