CN100520397C - 超声检测信号中复杂成分噪声的抑制方法 - Google Patents

Abstract

超声检测信号中复杂成分噪声的抑制方法，它涉及超声无损检测领域，为了解决现有超声信号处理技术对复杂成分噪声抑制效果差的问题。本发明首先调整检测系统参数获取超声TOFD法D扫描图像；去除D扫描图像中的侧向波；对侧向波去除后的D扫描图像中的待处理A扫描信号及其相邻信号进行一维小波分解；将分解获得的两信号的各级细节子波做相应的累乘运算，获得新的细节子波；将阈值处理后的各级细节子波和待处理A扫描信号分解的最高级逼近子波实施一维小波重构，获取噪声抑制后的A扫描信号；最后将逐一处理的各列A扫描信号重建D扫描图像。本发明对信号中复杂成分噪声的抑制具有强适应性，对于选择的不同小波参数其处理结果更具鲁棒性。

Description

超声检测信号中复杂成分噪声的抑制方法

技术领域

本发明属于超声波无损检测领域，特别涉及一种超声检测信号中复杂成分噪声的抑制方法。

背景技术

超声渡越衍射时间法，简称超声TOFD(Time of Flight Diffraction)，是基于接收缺陷端部的衍射信号对缺陷进行定位定量的一种检测手段，是一种较新的超声检测方法。如图1所示，在超声渡越衍射时间法D扫描的整个扫描直线上，超声波探头按照“扫描—采样—扫描”的方式工作。D扫描图像是由探头在不同的扫描位置获取的A扫描信号依次排列而成，A扫描信号数据可以从D扫描图像数据中读取。和反射信号相比较，由于衍射信号强度弱，利用该方法检测时系统需在高增益条件下工作。检测系统的高增益会给检测信号及图像带来电噪声；同时，焊缝组织的各向异性、粗大的晶界也给检测结果带来很强的噪声干扰。

小波分析是超声检测信号噪声抑制处理的有效工具，得到了广泛的应用，在TOFD检测信号及图像噪声抑制方面也有报道。文献1(Hiroaki HATANAKAet al.9％ Ni钢溶接部の超音波TOFD法によゐ探伤へのウエ—ブレツト信号处理手法の适用检讨[J].非破坏检查，2004，53(2)：88-92)研究了传统的小波包分析方法在超声TOFD检测信号噪声抑制中的应用；文献2(Nobukazu Ido et al.Examination of flaw detection near the surface by the ultrasonic TOFD method[J].Key Engineering Material，2004，270-273：378-383)研究了传统小波分析方法在超声TOFD检测信号噪声抑制中的应用。

但是对于噪声成分复杂的焊缝超声检测信号，现有的小波技术未能实现有效的噪声抑制。尤其对于有色噪声而言，如何选择对分解系数具有解相关性的小波是一个很困难的问题，在目前也没有得到很好地解决。并且即使存在这样的一个小波，它对噪声的解相关性还要取决于噪声的有色性。因此，为了利用小波计算噪声的解相关性，必须事先知道噪声本身的特性。但是这一过程非常繁琐，尤其在噪声成分比较复杂的情况下，对噪声特性的了解就更为困难，最终给噪声抑制效果带来很大影响。因此，基于小波的信号噪声抑制对于不同类型的混合噪声的适应性有待提高。

传统意义上的小波噪声抑制过程可分为以下三个步骤：

第一步、一维信号的小波分解。选择一个母小波并确定分解的层次，然后进行分解计算；

第二步、小波分解细节系数的阈值化。对各个分解尺度下的细节子波选择阈值进行阈值处理；

第三步、一维小波重构。根据小波分解的最低层逼近子波和各层细节子波进行一维小波重构。

其中，第二步的小波分解细节系数的阈值化主要采用的两种方法为：

一、强制噪声抑制处理。该方法是将小波分解结构中的细节子波高频系数全部置0，即滤掉所有高频部分，然后对信号进行小波重构，该方法比较简单，但容易丢失信号中的有用成分；二、给定阈值噪声抑制处理。在实际的噪声抑制处理过程中，阈值由经验公式获得，这种方式噪声抑制方式的可信度相对较高，但重建信号质量受阈值估计方法(经典的阈值估计如Sqtwolog、Rigrsure、Heursure、Minimaxi)以及阈值选取方式(软、硬阈值)的影响很大，此外，母小波的选取也会很大程度影响信号的噪声抑制效果。因此，基于小波的信号噪声抑制效果有待提高。

发明内容

为了解决现有超声检测信号噪声抑制技术中信号噪声抑制效果差的问题，本发明在传统的小波噪声抑制基础上提供了一种超声检测信号中复杂成分噪声的抑制方法。

本发明的检测方法按以下步骤进行：

步骤一：获取检测D扫描图像；去除检测D扫描图像中的侧向波；

步骤二：选择母小波并确定分解的层次，对步骤一获得的D扫描图像中的A扫描信号进行一维信号的小波分解，分解后获取各级细节子波和各级逼近子波；

步骤三：对上步骤中的待处理A扫描信号的相邻信号选择与上步骤中同样的母小波和分解层次，进行一维信号的小波分解，分解后获取各级细节子波和各级逼近子波；

步骤四：将待处理A扫描信号和其相邻信号的分解后的各级细节子波分别做累乘运算，获得新的各级细节子波；

步骤五：对新的细节子波进行阈值处理；

步骤六：将阈值处理后的各级细节子波和待处理A扫描信号分解获得的最高级逼近子波实施一维小波重构，获取噪声抑制后的A扫描信号；

步骤七：对步骤一获得的D扫描图像中的各列A扫描信号逐一按步骤二至步骤六处理，将获取的各列噪声抑制后的A扫描信号重建D扫描图像。

本发明能够有效地去除焊缝检测信号中的成分复杂的噪声；本发明和传统意义上的小波噪声抑制过程相比较，加入了相邻信号各级子波的相关处理，修改后的各级小波系数中噪声信号得到抑制，缺陷信号得到增强，在此基础上的小波阈值化处理及小波重构会得到很好的噪声抑制效果。本发明方法受不同阈值方式、不同经典阈值估计的影响小，算法更具鲁棒性；对于成分复杂噪声的抑制具有更强的适应性。本发明可以应用于材料及焊接缺陷的无损检测与评价等领域。

附图说明

图1为超声渡越衍射时间法D扫描方式示意图，图中的箭头表示D扫描的方向，图2为本发明的流程图，图3为检测获得的原始D扫描图像，图4为图3中对应第214列A扫描信号，图5为图3的D扫描图像经过侧向波去除处理和传统小波处理后的结果，图6为图5中对应第214列A扫描信号，图7为图3的D扫描图像经过本发明方法处理得到的扫描图像，图8为图7中对应第214列A扫描信号。

具体实施方式

具体实施方式一：本实施方式由下列步骤完成：

步骤一：获取检测D扫描图像；去除检测D扫描图像中的侧向波；

步骤二：选择母小波并确定分解的层次，对步骤一获得的D扫描图像中的A扫描信号进行一维信号的小波分解，分解后获取各级细节子波和各级逼近子波；

步骤三：对上步骤中的待处理A扫描信号的相邻信号选择与上步骤中同样的母小波和分解层次，进行一维信号的小波分解，分解后获取各级细节子波和各级逼近子波；

步骤四：将待处理A扫描信号和其相邻信号的分解后的各级细节子波分别做累乘运算，获得新的各级细节子波；

步骤五：对新的细节子波进行阈值处理；

步骤六：将阈值处理后的各级细节子波和待处理A扫描信号分解获得的各级逼近子波中的最高级逼近子波实施一维小波重构，最终获取噪声抑制后的A扫描信号；

步骤七：对步骤一获得的D扫描图像中的各列A扫描信号逐一按步骤二至步骤六处理，将获取的各列噪声抑制后的A扫描信号重建D扫描图像。

上述实施方式和传统意义上的小波噪声抑制过程相比较，加入了相邻信号各级子波的相关处理，处理流程见图2。

对于平稳、零均值的白噪声而言其小波分解系数是不相关的；对于高斯型噪声，其小波分解系数也是互不相关的；对于在小波分解的各级子波中传播特性不相关的噪声信号，通过小波阈值处理会得到一定的抑制效果。由于噪声信号是随机的，如果超声检测过程中系统扫描步长足够小(例如0.2mm)，检测的相邻信号中缺陷波在渡越时间以及幅值能量上会有较好的相似性，因此待处理信号和其相邻信号的各级小波分解子波中缺陷信号的传播特性具有一定的相关性，而噪声信号是不相关的，所以，通过和相邻信号各级子波的相关处理后修改的小波系数噪声信号得到一定程度上的抑制，在此基础上的阈值处理及小波重构会获得更好的噪声抑制效果。

对于平稳、有色、零均值的噪声序列，其相应的小波分解系数也是平稳、有色的序列，即其在小波分解的各级子波中的传播具有相关性，通过简单的小波系数阈值化处理不能有效地对其去除。同样，由于有色噪声信号的出现是随机的，在系统检测的相邻两信号中具有不相关性，通过上述的相邻信号小波分解子波相关处理，会得到很好的有色噪声抑制效果。

具体实施方式二：下面具体说明本实施方式，本实施方式以铝合金焊缝作为检测对象：

步骤一：按图1所示在被检测厚板铝合金焊缝上布置探头，两探头间距50mm。系统增益68dB，采样频率100MHz，系统扫描长度180mm，扫描步长0.2mm。共获取900列A扫描信号，依次排列构建成D扫描数字化图像，如图3所示，对应第214列A扫描信号如图4，数字矩阵大小为256×900；采用自适应滤波技术对检测D扫描图像中的侧向波进行去除处理；

步骤二：将侧向波去除后的D扫描图像中的A扫描信号进行逐一的噪声抑制处理。首先对第一列A扫描信号进行处理。将第一列A扫描信号进行一维信号小波分解。选择db4母小波，4层分解；分解后获取各级细节子波和各级逼近子波；

步骤三：对第二列A扫描信号进行一维信号的小波分解。同样选择db4母小波和4层分解；分解后获取各级细节子波和各级逼近子波；

步骤四：将第一列A扫描信号和第二列A扫描信号的各级细节子波分别做累乘运算，获得新的各级细节子波序列；

步骤五：将新的细节子波进行阈值处理，采用Sqtwolog阈值估计方法、硬阈值方式；

步骤六：将阈值处理后的各级细节子波和第一列A扫描信号分解获得的各级逼近子波中的最高级逼近子波实施一维小波重构，最终获取噪声抑制的A扫描信号；

步骤七：将图像中的第二列A扫描信号分解的各级细节子波和第三列A扫描信号的细节子波做累乘运算，并将得到的新的细节子波序列和第二列A扫描信号分解获得的最高级逼近子波重构第二列A扫描信号；依次类推，将图像中的各列A扫描信号逐一进行处理并将处理后的各列A扫描信号重建D扫描图像，重建的D扫描图像见图7所示，对应第214列A扫描信号图波形图如图8所示。

上述具体实施方式中原始超声渡越衍射时间法A扫描信号及D扫描图像的获取均在美国物理声学公司(PAC)生产的超声C扫描检测系统中完成。

Claims (1)

1、超声检测信号中复杂成分噪声的抑制方法，其特征在于它由下列步骤完成：

步骤一：获取检测D扫描图像；去除检测D扫描图像中的侧向波；

步骤二；选择母小波并确定分解的层次，对步骤一获得的D扫描图像中的A扫描信号进行一维信号的小波分解，分解后获取各级细节子波和各级逼近子波；

步骤三：对上步骤中的待处理A扫描信号的相邻信号选择与上步骤中同样的母小波和分解层次，进行一维信号的小波分解，分解后获取各级细节子波和各级逼近子波；

步骤四：将待处理A扫描信号和其相邻信号的分解后的各级细节子波分别做累乘运算，获得新的各级细节子波；

步骤五：对新的细节子波进行阈值处理；

步骤六：将阈值处理后的各级细节子波和待处理A扫描信号分解获得的最高级逼近子波实施一维小波重构，获取噪声抑制后的A扫描信号；

步骤七：对步骤一获得的D扫描图像中的各列A扫描信号逐一按步骤二至步骤六处理，将获取的各列噪声抑制后的A扫描信号重建D扫描图像。

Images