基于粒子群优化算法的电阻抗图像重建

电阻抗成像的实际应用具有许多优越性，但电阻抗图像重建是一个严重病态的非线性逆问题。目前电阻抗成像的静态算法大多采用Newton-Raphson类算法，这类算法需要计算Jacobian矩阵、使用正则化技术等，算法复杂且稳定性较差。针对该问题，采用了一种新的求解逆问题的方法：粒子群优化算法(PSO)。PSO是一种基于种群搜索策略的自适应随机算法，具有算法简单、调节参数少、收敛速度快、易于实现等特点。给出了电阻抗成像的建模模型，并对粒子群优化算法做了适当的改进以适应电阻抗问题的求解。与牛顿类算法相比，它可以省去繁复的雅可比矩阵计算过程，而采用自适应搜索来求取最优解。仿真结果表明，应用PSO进行图像重构时，能够对突变区域进行准确的定位，图像分辨率较高。