基于环形统计矢量阈值加权的上表面开口裂纹横波全跨全聚焦成像

为了有效抑制非目标模式反射体回波伪影,本文提出环形统计矢量阈值 (CSVT)加权的上表面开口裂纹横波全跨全聚 焦成像技术。 利用延时信号构建环形统计矢量(CSV),并根据 Weibull 分布确定伪影噪声的 CSV 值范围后,通过阈值将其剔除 得到 CSVT 因子。 研究表明,在 32~ 64 阵元有效孔径范围内,非目标模式反射体回波伪影噪声的 CSV 值范围在 0. 2 ~ 0. 4 之间, TT-TT 模式(目标模式)下的上表面缺陷回波 CSV 值接近于 1。 因此,阈值处理后的 CSVT 因子值可有效保留缺陷的权重因子, 同时抑制绝大多数非目标模式反射体伪影及相位随机分布的噪声。 相比于横波全跨 TFM 成像,CSVT 加权后的铝块 TFM 成像 图中,上表面-45° ~ 45°人工刻槽下尖端的裂纹信噪比提升范围为 7. 7~ 14 dB。     

基于符号相干因子加权的双层介质频域 相干复合平面波成像

为同时提高双层介质下超声相干复合平面波(CPWC)成像的质量和效率,提出一种频域波束形成与符号相干因子加权(SCF)相结合的算法。提取平面波数据的相位符号,通过修正后的频域波束形成算法对其进行波场外推。利用外推后的相位符号构建SCF加权因子对波束形成后的平面波图像进行自适应加权。结果表明,经过SCF加权,时域和频域波束形成后图像中缺陷的平均半峰值宽度基本相同,分别为时域DAS的78%和75%,频域图像的信噪比高于时域5 dB左右,在提供相同分辨率和信噪比的前提下,相比于时域波束形成下的SCF加权算法,本文所提的复合算法成像效率提升4倍以上,同时兼顾较高的成像质量和较低的运算复杂度,进而形成一种适用于双层介质无损检测的高质量、低复杂度的超声相控阵成像技术。     

基于环形统计矢量的超声相干复合发散波成像

为提高大壁厚构件的缺陷检出能力,提出了全孔径相干复合发散波成像(CDWI)与环形统计矢量(CSV)相结合的复合 检测方法。 基于虚拟源技术,该方法通过发射延时实现全孔径阵元的大范围的偏转波前发射,以增加深度和宽度传播方向上波 前的声能。 为有效提高孔径有效覆盖区域以外的检出能力,相干复合过程中结合 CSV 进一步增加缺陷回波影像的质量指标。 结果表明,在检测铝制构件中横向分布超出探头孔径覆盖范围 20 mm 和纵向埋深在 2 ~ 3 倍探头孔径之间这两种情况下的 Φ2 边钻孔缺陷时,本文所提复合方法的缺陷回波幅值较平面波成像分别高出 17. 5~ 18. 5 dB 和 10. 6~ 14. 8 dB。     

频域相位相干合成孔径聚焦超声成像研究

为提高合成孔径聚焦技术(SAFT)的成像质量和成像效率,提出一种基于相位环形统计矢量(PCSV)的频域SAFT超声成像算法。首先,通过希尔伯特变换和欧拉公式提取波场记录中信号的瞬时相位。然后,将瞬时相位的实部和虚部视作圆形复平面上分布的PCSV,并通过波场外推构建用于频域SAFT加权的相位相干因子。最后,通过加权处理获得高质量频域SAFT-PCSV图像。成像结果表明,频域SAFT-PCSV成像算法有效增强了图像分辨率和信噪比。在相同测试条件下,频域SAFT-PCSV成像算法的运算时间小于传统时域SAFT算法的1/46,所占内存空间低于时域SAFT算法的1/47。     

一种傅里叶域超声平面波复合成像处理构架

提出一种相位迁移(PSM)和相位环形统计矢量(PCSV)相结合的傅里叶域超声平面波复合成像(PWCI)处理构架。首先,提取平面波数据的瞬时相位,并将其实部和虚部视作圆形复平面上分布的PCSV。然后,利用针对平面波成像修正后的相位迁移算法对平面波数据的实部和虚部分别进行波场外推,并通过外推后的实部和虚部构建PCSV加权因子。最后,利用PCSV因子对修正PSM处理后的平面波图像进行自适应加权获得PSM-PCSV图像。结果表明,相比于传统平面波成像构架,这种新型平面波成像构架具有较高的成像质量和较低的运算复杂度。与延时叠加算法相比,当复合平面波数量为17时,PSM-PCSV图像的信噪比提高了76%,半峰值全宽缩短了44%。该构架有望进一步降低高质量平面波成像系统的硬件成本。     

混合稳健波束和相干加权的超宽带穿墙雷达目标成像方法

为了提高超宽带穿墙雷达目标成像的分辨率和对比度,提出混合双约束稳健Capon波束形成(DRCB)和相干因子(CF)的自适应成像方法.该方法根据穿墙电磁传播特性首先补偿墙体损耗和传播时延达到天线阵列数据配准的目的,然后利用DRCB提高成像的分辨率和干扰抑制能力,利用改进的CF加权自适应抑制旁瓣提高成像对比度.实验数据处理结果验证了该方法的有效性,与传统成像方法相比可以获得更好的成像结果.     

基于相位相干性的厚壁焊缝TOFD成像检测研究

将相位相干成像(Phase coherence imaging,PCI)后处理算法应用于厚壁焊缝超声TOFD检测,有效改善低信噪比和水平分辨力问题。首先,利用合成孔径聚焦(Synthetic aperture focusing technique,SAFT)算法对TOFD-B图像的孔径数据集进行延时叠加处理。然后,基于PCI算法通过孔径数据集中各路信号的相位信息构建相干因子,用以表征B-SAFT图像中各像素点的相位相干性。最后,通过构建的相位相干因子对B-SAFT图像进行加权处理。结果表明,PCI算法能够通过放大相位分布对像素点幅值的贡献,有效抑制噪声和提高信噪比,使壁厚78 mm奥氏体不锈钢焊缝中3个Φ3边钻孔平均信噪比达到30d B以上,较TOFD-B图像提高了20 dB。此外,PCI算法还可增强孔径波束指向性提高分辨力,使48 mm壁厚CV焊缝中缺陷半波高水平宽度较TOFD-B图像缩小70%以上。     

基于尺度MMSE波束的超宽带穿墙成像方法

与最大化信干噪比波束相比,最小均方误差(minimum mean squared error,MMSE)波束能够获得更好的信号波形估计,因此非常适合超宽带穿墙雷达目标成像。通过分析MMSE最优权矢量中标量因子和用于旁瓣抑制的相干因子(coherence fac-tor,CF)之间的关系,建立MMSE算法与CF加权最小方差无失真响应(minimum variance distortionless response,MVDR)算法之间的统一形式,提出尺度MMSE算法。考虑到墙体介质的非均匀性、天线定位误差等的影响,给出了最优权矢量中未知参数的稳健估计方法。最后,利用时域有限差分(finite difference time domain,FDTD)数值仿真和实验数据分析了不同尺度的成像性能。结果表明尺度越大,成像质量越好,目标杂波比(target-clutter-ratio,TCR)提高约25 dB。     

Piella像素级多分辨率图像融合框架的扩展及其算法

为了优化加权多分辨率图像融合的算法结构,在Piella像素级多分辨率图像融合框架基础上,提出一种只用匹配测度控制决策模块的加权多分辨率图像融合扩展模式,改变了传统加权多分辨率图像融合模式必须由活性测度和匹配测度共同决定决策因子的格局。相对于传统模式,提出的扩展模式去除了活性测度,相应的算法结构更为简单。以相关信号强度比作为匹配测度,给出了一种基于扩展模式的加权多分辨率图像融合算法。对红外和可见光图像的融合实验表明,该算法融合性能优于传统加权多分辨率图像融合算法,其边缘融合质量指标(EFQI)和加权融合质量指标(WFQI)分别提高了2.9%和1.8%;而且计算复杂度更低,计算决策因子所需的乘法和加法运算次数分别减少了66.7%和33.3%。     

环形稀疏孔径结构的研究

介绍环形稀疏孔径的结构,分析环形光瞳的填充因子,并推导出环形稀疏孔径调制传递函数(MTF)的解析式。用MATLAB软件对其进行模拟,并利用Zemax光学设计软件设计环形稀疏孔径光学系统,得到调制传递函数图像,与理论推导的结果相吻合。采用标准分辨率板,在不同填充因子的环形稀疏孔径光学系统下进行模拟成像;利用分数阶微分算子对模拟所得的图像进行图像加强,改善环形稀疏孔径光学系统成像质量。     

融合最小方差自适应和相干系数波束合成的超快速主动空化成像方法

基于平面波发射和延迟叠加(DAS)波束合成的超高速主动空化成像能够以高帧频监测超声空化活动, 但其图像分辨率和对比度较低. 本文提出一种结合最小方差自适应算法(MV)和相干系数算法(CF)实现基于MVCF波束合成的超高速主动空化成像, 以此提高空化图像质量. 通过Field II仿真和实验数据全面详细验证本方法的有效性与优点, 仿真数据包括点目标和囊肿仿体, 实验数据是对1.2 MHz单聚焦超声换能器产生的空化泡采集原始射频数据. 文中将MVCF波束合成算法与传统B超图像、 DAS、 MV、 DAS-CF和MVCS波束合成算法进行比较. 结果表明, 基于MVCF波束合成的超高速主动空化成像可显著提高空化图像的信噪比和分辨率. 与传统B超图像相比, 基于MVCF波束合成的超高速主动空化成像图像信噪比高21.82 dB, 且横向和轴向空间分辨率分别是传统B超图像的2.69倍和1.93倍. 基于MVCF波束合成的超高速主动空化成像能够以较高的信噪比和分辨率监测超声空化活动.     

单矢量水听器被动测距方法研究

提出一种利用单矢量水听器接收信号的相位信息实现目标被动测距的方法。该方法借鉴匹配场被动定位的思想,首先根据简正波声场模型建立匹配模板,然后引入图像处理中的相位相关算法,将目标的相位信息与模板进行匹配,从而得到目标的距离。对该方法的有效性与稳健性进行了详细地研究与分析。仿真结果表明,该方法可以有效地实现目标的被动测距,且具有稳健性强、计算速度快、不需要考虑阵型姿态失配等优点,是声呐信号处理的新途径,为实际的工程应用奠定了理论基础。     

A least squares support vector regression coupled linear reconstruction algorithm for ECT

Linearization error of the simplified linear electrical capacitance tomography (ECT) model is one of the leading causes of ECT reconstruction errors. In this paper, the least squares support vector regression (LSSVR) is used to fit the correlation between the capacitance vector and the linearization error. And it is trained by the training samples of typical phase distributions. When removing the linearization error from equations derived by the linear model, the reconstruction problem becomes an exact linear inverse problem because the nonlinearity of ECT is completely included in the linearization error. Then a reconstruction algorithm combining the LSSVR and the Landweber iteration is proposed. Numerical results show that the proposed algorithm achieves significantly better reconstruction accuracies than the linear back projection and the Landweber algorithm for both the noise-free and noisy cases. Compared with the Landweber algorithm, The image errors of the reconstructions are reduced by about 23%–68%, and the correlation coefficient increased by about 0.04–0.14. And the calculation time of the proposed algorithm for all the tested cases is about 0.4–0.6s, which makes it have the potential for real-time imaging. Static experimental results show that the reconstructions of the proposed algorithm have more accurate phase boundary shapes and fewer artifacts.     

基于色彩感知的无参考图像质量评价

图像发生失真会改变RGB色彩空间的颜色特征、各色彩分量的亮度分布及其间的相关性,基于此,提出了一种新的无参考图像质量评价方法。首先,标准化6种颜色系数以消除光照环境变化对RGB模型的影响,并利用各颜色系数的拟合广义高斯分布模型(GGD)的形状参数作为颜色统计特征;其次,分别计算各色彩分量的均值减损对比归一化(MSCN)系数及其邻域系数间的互信息,利用互信息作为统计特征来描述其各分量间的相关性;进而,利用人眼更为敏感的G分量MSCN系数的拟合GGD模型参数及其4方向邻域MSCN系数的拟合非对称广义高斯分布模型(AGGD)参数作为亮度统计特征;最后,分别利用支持向量回归机(SVR)和支持向量分类机(SVC)构建无参考图像质量评价模型和图像失真类型识别模型,并在LIVE等数据库上进行了算法与差异平均意见分(DMOS)的相关性、模型的鲁棒性等方面的实验。实验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性;而且图像失真类型识别模型的识别准确率也高达到93.59%,明显高于当今主流无参考图像质量评价方法。     

改进恒模盲均衡在医学CT图像盲恢复中的应用

利用图像退化与信号码间干扰产生之间的相似性,将盲均衡算法应用于医学CT(computer tomography)图像的盲恢复中。提出一种基于降维处理的分数低阶恒模盲均衡算法,算法利用线性变换将图像恢复过程等效为一维盲均衡运算,建立了降维处理的医学CT图像盲均衡恒模代价函数,算法权向量的更新中引入了代价函数的二阶Hessian矩阵,从而提高了算法的收敛速度,改善了恒模算法性能。仿真结果验证了算法的有效性,新算法改善了峰值信噪比和恢复效果,提高了运算效率。     

复合扫描计算机分层成像研究

针对薄板类工件成像,计算机分层成像(CL)技术因无损、直观而应用广泛。 CL 成像方法主要分为直线扫描和圆周扫 描, 直线扫描效率高, 圆周扫描数据均匀性好。 然而, 由于两者的投影数据均不完备, 均存在分层图像混叠及图像边缘不清 晰的问题。 基于此,提出了一种复合扫描 CL(HyCL)成像方法, 由直线扫描和圆周扫描组成。 建立了几何模型, 采用同时迭代 重建图像(SIRT)算法进行了仿真及成像实验, 分析了成像效果及层间混叠表现。 实验结果表明, 相比于相对平行直线移动扫 描 CL(PTCL)、正交直线移动扫描 CL(OTCL)及圆周扫描 CL(RCL), HyCL 的重建结果能够有效减少混叠伪影, 图像特征轮廓 信息能够保留得较为清晰且均匀, 对比度更好。     

一种基于深度学习图像超分的环形靶标稳定检测方法

为提高远距离、大倾角条件下环形靶标的识别率与定位精度,提出了一种基于深度学习图像超分的环形靶标稳定检测方法。通过真实图像与合成图像的混合数据集来构建多角度、多距离的图像空间集合,采用像素损失与感知损失来改进图像超分辨率模型的损失函数,从而实现图像的高分辨率重建,丰富靶标轮廓的图像细节,利用已训练好的图像超分模型重建图像,最后使用传统的检测算法识别与定位环形靶标。实验结果表明,环形靶标识别率可提高40%,靶标定位精度可提高8.47%。