基于MGB模型的改进合成孔径成像算法

超声检测中,合成孔径聚焦技术(SAFT)是一种通过叠加A扫描数据得到缺陷图像的信号后处理技术,而多高斯声束(MGB)模型可以有效地计算和仿真超声声场的特性。文中采用MGB模型改进SAFT算法,得到新的成像方法称为MGB-SAFT。实验结果表明,MGB-SAFT可以有效优化缺陷图像,特别是提高位于叠加位移场的有效区域内缺陷的成像质量。     

相移迁移法在激光超声合成孔径聚焦技术中的应用

通过分析脉冲源激光辐照于工件表面激发的多模式、宽带超声体波信号并结合合成孔径聚焦技术(SAFT),实现了对工件内部微小缺陷的检测、定位和成像。首先基于有限元仿真模拟了激光激发超声波在含缺陷样品中的传播过程,编写了基于相移迁移法(PSM)的SAFT成像算法,然后在实验中使用激光在含缺陷样品表面激发超声波,使用激光测振仪探测超声波,并基于已有算法和探测结果对样品内缺陷进行了检测和定位,以验证算法的正确性。有限元仿真以及实验结果均表明,将激光超声技术与频域SAFT-PSM结合,能够有效地对微小缺陷进行检测和定位,且其图像重构速度快于时域SAFT,可为激光超声无损检测提供更快速的实时技术方案。     

超声相控阵PE检测图像缺陷定位算法研究

针对车轮无损检测图像中对缺陷评判的不足,提出一种能够自动定位检测图像中缺陷的算法。该算法是在相控阵技术的车轮超声探伤基础上,运用数字图像处理技术,对检测图像进行时域的处理。对算法的流程进行了详细介绍,并对每一步给出说明和处理结果。通过对比得知,这一算法对图像中缺陷的检测精度高于90%,大为提高识别效率,并减少人为因素引起的误判。     

一种改进的合成孔径聚焦算法研究

在超声混凝土检测时,合成孔径聚焦技术(SAFT)是一种有效的方法.为了进一步提高混凝土材料深度探测分辨力,该文提出了一种改进的合成孔径成像算法.此法将SAFT原理与波包原子分解算法相结合,能更有效聚焦,提高混凝土探测成像的分辨力,并可减少成像算法的运算量.利用仿真实验对这种改进的合成孔径算法进行了验证.结果表明.和传统SAFT算法比较,此法的成像目标定位能力增强,能获得更好的成像效果.     

图像处理技术在超声相控阵检测中的应用

近年来,现代工业诊断与检测技术正在向信息化和可视化方向高速发展,数字化超声相控阵检测技术已逐渐成为国内外无损检测研究的热点.以火车车轮缺陷超声相控阵检测为例,通过各方面调研,从超声相控阵基本原理和图形扫描显示出发,运用图像特征提取技术进行缺陷识别.结果表明,结合数字图像处理技术后,超声相控阵系统克服车轮固有缺陷的干扰,准确地提取出车轮真实缺陷,从而提高了超声相控阵系统的探伤能力,同时也对自动探伤的研究具有一定启示作用.     

基于合成孔径聚焦技术的激光超声无损检测方法研究

针对厚钢板内部缺陷的检测问题,利用合成孔径聚焦技术(SAFT)实现了厚钢板样品内部缺陷的定位及成像。移动脉冲激光线源在样品内激发超声纵波,利用激光测振仪在固定点探测得到超声时域B扫描信号,从时域信号中提取缺陷反射的纵波回波,对样品内部缺陷进行成像。使用有限元方法对该成像过程进行数值模拟,并通过实验对其进行验证,所获得的实验结果与数值计算结果一致。采用这一缺陷成像方法可在缺陷回波信噪比较低的情况下实现缺陷检测,并且过程简便,在激光超声检测领域具有应用价值。     

厚壁管道周向压电Lamb波缺陷图像增强研究

为解决厚壁管道周向压电Lamb波缺陷检测中非平稳信号引起的低信噪比和分辨率问题,利用相位相干成像算法(PCI)从Lamb波信号中提取相位信息构建相位相干因子,通过动态加权处理放大相位分布对超声图像像素幅值的贡献。一方面,该方法保留相位分布一致的缺陷回波幅值,增强缺陷信噪比。另一方面,该方法能通过增强孔径波束指向性,提高后处理图像的虚拟聚焦效果及横向分辨力。通过对外径269 mm、壁厚32 mm的带有20 mm横向裂纹缺陷的厚壁管道进行了探伤检测,对得到的信号进行图像重建。结果表明,PCI的信噪比为25.2 dB,较原始B扫描图像提高了15.6 dB,半波高水平宽度由47.3 mm缩小到22.4 mm,提升了横向分辨率,提高了对缺陷的识别度。     

一种基于Casorati-奇异值分解的超快平面波超声多普勒自适应时空域杂波抑制算法

超快超声平面波成像技术实现了超声的高帧频大视野同步采集,捕捉到更多有效原始信息,而传统滤波器在处理这种大视野数据方面有诸多不足.该文基于Casorati奇异值分解(Casorati-SVD)技术提出一种改进的自适应杂波抑制算法:首先,选取一个区域的原始平面波数据构建Casorati数据矩阵并进行奇异值分解;其次,根据分解后分量的多普勒频率和能量自适应匹配合适的滤波截止参数,抑制组织杂波和噪声并提取血流信号;最后,对每个区域重复前面的步骤并统计所有输出获取最终图像.该文分别在仿体、人体手臂动脉和家兔脑血流的回波信号上验证该算法抑制杂波的能力,这些实验结果表明,相比全局Casorati奇异值分解滤波器,这种改进的分区域自适应滤波算法将信噪比(SNR)提高4.4％～50％,对比信噪比(CNR)提高4.7％～55.9％.该技术实现了多普勒血流成像的空间自适应滤波,对临床血流成像的发展有重要意义.     

一种基于Casorati-奇异值分解的超快平面波超声多普勒自适应时空域杂波抑制算法

超快超声平面波成像技术实现了超声的高帧频大视野同步采集，捕捉到更多有效原始信息，而传统滤波器在处理这种大视野数据方面有诸多不足。该文基于Casorati奇异值分解(Casorati-SVD)技术提出一种改进的自适应杂波抑制算法:首先，选取一个区域的原始平面波数据构建Casorati数据矩阵并进行奇异值分解；其次，根据分解后分量的多普勒频率和能量自适应匹配合适的滤波截止参数，抑制组织杂波和噪声并提取血流信号；最后，对每个区域重复前面的步骤并统计所有输出获取最终图像。该文分别在仿体、人体手臂动脉和家兔脑血流的回波信号上验证该算法抑制杂波的能力，这些实验结果表明，相比全局Casorati奇异值分解滤波器，这种改进的分区域自适应滤波算法将信噪比(SNR)提高4.4%～50%，对比信噪比(CNR)提高4.7%～55.9%。该技术实现了多普勒血流成像的空间自适应滤波，对临床血流成像的发展有重要意义。     

基于编码发射与自适应波束形成的超声成像

与传统的延时叠加(DAS)波束形成的成像方法相比,Capon算法可以有效地提高医学超声成像的横向分辨率,但不能提高成像的对比度。该文提出一种新的成像方法Chirp_Capon算法,即将超声编码发射技术与Capon算法相结合,利用编码信号优异的相关特性来弥补Capon算法在对比度上的不足,从而得到了较好的成像结果。仿真结果表明相对于Capon算法,该算法不仅具有较高横向分辨率,而且可以有效提高图像的对比度和信噪比。     

基于MATLAB的超声检测自动判伤算法研究

为了实现MATLAB对超声波检测的自动判伤以及简化图像处理过程,以火车轮对为例,对火车轮对的超声检测B扫描图进行了分类处理。运用基于互信息的图像配准方法对复杂背景图像进行处理,并对基于互信息配准得到的结果进行求补集,最后经过MATLAB工具实现对图像中缺陷的判别并予以标示,显示缺陷的位置信息,成功地实现了超声检测中缺陷的自动判伤,提高了超声检测中的判伤效率。     

Analytical comparison of sensor signal processing enhancements forNDT synthetic aperture ultrasonic imaging

The results of a detailed analytical study of the effects of sensor processing techniques on clutter suppression and image enhancement for nondestructive testing (NDT) systems are presented. A relatively simple beamforming/diffraction model is developed for near-field, wideband, synthetic aperture ultrasonic imaging in NDT systems. The physical model is used to quantitatively evaluate a variety of front-end sensor signal processing tradeoffs for the enhanced detection and sizing of defects. It is shown using statistical microscopic scattering calculations that a combination of increased spatial sampling and rectangular windowing can increase the signal-to-clutter ratio by ~10 dB while maintaining crack size resolutions well below future projected specifications. The sensor signal processing image enhancements are demonstrated by the construction of simulated strip-map SAFT (synthetic aperture focusing technique) images of metallic crack defects in the presence of large numbers of randomly distributed clutter (simulated grain boundary) scatterers.     

火车轮轴、轮箍超声探伤工艺

目前,超声波探伤工艺在无损检测中具有广泛的应用,超声波探伤工艺对超声检测技术的发展起到至关重要的作用。通过分析火车轮轴、轮箍的疲劳裂纹及各种缺陷的特点,采用不同的超声探头和探伤工艺来针对不同的裂纹和缺陷进行探伤,并对缺陷进行了定性和定量的评价。结果表明,超声波探伤存在一定的优势,它减少了检测的时间,提高了检测的精度,且所需探头数目比常规探伤大大减少,具有很大的发展前景。     

Ultrasonic images interpretation improvement for microassembling technologies characterisation

This paper deals with two techniques for improvement of ultrasonic images interpretation based on image and digital signal processing. The first technique concerns image processing. We propose an analytical model to evaluate the effective Point Spread Function (PSF) of a reflection scanning ultrasonic system. We present the great interest of the knowledge of the PSF for deconvolution of ultrasonic images based on Lucy-Richardson algorithm. With this technique, lateral resolution is strongly improved and real dimensions of an object can be reached that is necessary to improve the understanding and interpretation of an image. The second technique concerns ultrasonic images showing different nature of defects. A better understanding of these images can be realized by means of time of flight detection. This technique concerns Time-Frequency (TF) analysis to determine nature and depth of defects with accuracy. Two applications of microassembling die-attach characterisation are presented using these methods.     

结合频域显著性分析和形态学滤波的红外小目标检测算法北大核心CSCD

针对复杂背景下的红外小目标检测问题,提出了基于频域显著性分析和形态学滤波相结合的图像处理算法。通过构建图像频域显著性分析图,并引入自适应阈值实现显著图的分割,提取感兴趣区域(ROI)以确定候选目标,达到凸显目标并抑制背景的目的。为抑制残余的杂波干扰,基于候选目标轮廓尺寸自适应并引入新的评价机制实现滤波结构元的筛选,采用新型Top-hat滤波技术消除伪目标响应。本算法充分利用红外小目标的频域显著性和空域尺寸先验信息的互补性实现检测,在设计中则平衡了计算复杂度与处理效果的矛盾关系,在有效提升检测指标的同时保证了实时计算的工程需求。实验表明本文提出的算法能显著提高目标信噪比,高效和准确地检测噪声背景下的弱小红外目标。     

基于区域梯度信息的红外小目标检测

红外小目标检测一直是红外图像处理的难点之一,由于多种因素的影响,红外小目标容易被覆盖。分析红外图像特征,采用形态学对图像进行背景噪声抑制,在去除大部分噪声的情况下,首先利用灰度信息确定目标点的位置,然后利用区域梯度信息进而确定目标尺寸大小,对仿真图像进行处理并与K均值聚类法和形态学算法进行比较。实验结果表明:在低噪声情况下,三类算法均能有效地进行小目标检测,但在噪声复杂,信噪比较低的情况下,K均值聚类法未能检测出目标,形态学算法产生了多个虚警,而该算法依然能有效检测出小目标。     

基于超声红外热像的电缆终端局部放电缺陷检测方法

电缆终端局部放电缺陷特征短暂,缺陷范围与外部环境纠缠,很难准确定位,需要结合温度特征和模式识别特征共同检测,本文利用超声红外热成像的优势,提出基于超声红外热像的电缆终端局部放电缺陷检测方法,方法利用图像梯度化、灰度化处理采集到的电缆终端局部放电缺陷特征超声红外热成像图,并通过智能模式识别处理方法抑制采集图像的复杂背景,删除包含在电缆终端局部放电缺陷特征红外图像中的大面积地物及地面;根据K-means聚类算法,圈定疑似局部放电缺陷特征范围,构建局部放电缺陷范围模板,经匹配参考范围后,得出疑似局部放电缺陷范围的温度特性信息,诊断电缆终端是否存在局部放电缺陷。实验结果表明,该方法可有效获取电缆终端局部放电缺陷部位,检测不同类型的电缆终端局部放电缺陷的平均精准率高达98%,平均漏检率为1%。     

基于辐射累积和空间反演的空中弱目标检测算法

背景辐射噪声是弱信号检测面临的难点问题。提出了一种显著提升信噪比实现匀速运动弱目标的有效检测算法。建立目标坐标空间和速度空间,以不同速度矢量控制图像叠加,形成提升了信噪比的新的图像序列并构成图像空间;利用恒虚警判决法在图像空间中检测候选目标点;根据候选目标点所对应的坐标向量和速度向量分别映射到坐标空间和速度空间,由两个空间中出现的峰值判定目标点。实际红外成像系统实拍实验表明,算法能将信噪比提升至接近原图的N倍,目标检测概率和虚警概率都明显优于所对比的弱目标检测算法。