CN103940908B - 基于dbscan及互相关算法的超声检测装置及方法 - Google Patents

Abstract

本发明公开了基于DBSCAN及互相关算法的超声检测装置及方法，用于对带有波纹管的混凝土结构检测，将回波信号进行处理，从而得到混凝土中波纹管的内部结构，利用DBSCAN算法对所接收到的回波信号进行缺陷的初步预判区域的预判处理，结合应用互相关算法对缺陷初步预判区域的回波信号进行逐点处理，提取缺陷信息，定位缺陷位置，得到精准的缺陷位置并预估缺陷尺寸相对大小。本发明是结合利用DBSCAN算法快速寻找出缺陷区域的能力，同时利用互相关算法的精准定位和缺陷尺寸预估的能力，提高了日常检测和维护大型混凝土结构的工作效率，可靠性高，有利于实际的推广及使用。

Description

基于DBSCAN及互相关算法的超声检测装置及方法

技术领域

本发明属于超声检测及分析技术领域，具体涉及一种基于DBSCAN及互相关算法的超声无损检测装置及方法。

背景技术

波纹管广泛应用于预应力桥梁结构中，波纹管注浆压浆是极其重要的工序，波纹管注浆压浆不密实，直接导致桥梁、梁体结构丧失使用性能，导致严重的安全问题。近些年来，超声无损检测技术(NDT)越来越多应用于混凝土结构内部问题的检测工作中，但在实际孔道预应力波纹管压浆质量检测中，所检测的对象大多数是带有波纹管的混凝土结构，内部问题往往是无规则形状的缺陷或空腔，一般的信号处理方法对缺陷分析特征不够明显，存在漏判、误判等现象，检测效率低，尤其是难以精确定位缺陷位置和难以预估出缺陷尺寸的相对大小。

发明内容

为了解决现有技术中存在的问题，本发明提供了基于DBSCAN及互相关算法的超声检测装置及方法，通过将DBSCAN算法与互相关算法相结合，精准确定波纹管内缺陷位置并且能够预估缺陷尺寸相对大小，波纹管中缺陷越大，对波纹管结构体寿命影响就越大，预估缺陷尺寸大小，可以排查出一些危害性较大的缺陷，更有效地对桥梁或建筑等混凝土结构进行质量监测和维护，可靠性高，有利于实际的推广及使用。

为了达到上述目的，本发明所采用的技术方案是：

基于DBSCAN及互相关算法的超声检测装置，其特征在于：包括

信号激励模块，用于产生大功率正弦调制脉冲信号；

信号采集模块，经信号激励模块脉冲信号的激励产生超声波检测信号，并对回波信号进行接收、采集及存储；

信号处理模块，回波信号经过DBSCAN算法处理并根据处理结果预判出缺陷的初步预判区域；

最终判定模块，对回波信号基于互相关算法进行判定，在基于DBSCAN算法预判出缺陷的初步预判区域的基础上精准判定出缺陷位置并预估缺陷尺寸相对大小；

所述信号激励模块与信号采集模块的一端相连接，所述信号采集模块的另一端与信号处理模块的一端相连接，所述最终判定模块与信号处理模块的另一端相连接。

前述的基于DBSCAN及互相关算法的超声检测装置，其特征在于：所述信号采集模块包括发射换能器、与发射换能器相匹配的接收换能器，所述发射换能器与信号激励模块相连接，所述接收换能器与信号处理模块相连接，所述发射换能器与接收换能器相互平行且位于待测波纹管的正上方，所述发射换能器用于发射超声波检测信号，所述接收换能器用于接收、采集与存储回波信号，并发送给信号处理模块。

前述的基于DBSCAN及互相关算法的超声检测装置，其特征在于：所述信号处理模块包括依次相互连接的集成运算放大器、A/D转换器、数据存储器及DBSCAN算法单元，所述集成运算放大器作为信号处理模块的输入端与信号采集模块相连接，所述DBSCAN算法单元作为信号处理模块的输出端与最终判定模块相连接。

前述的基于DBSCAN及互相关算法的超声检测装置，其特征在于：所述最终判定模块包括相连接的互相关算法判定模块与显示模块，所述互相关算法判定模块包括依次相互连接的参考信号选取模块、互相关算法模块、位置和尺寸判定模块，所述互相关算法判定模块利用互相关算法判定从接收换能器接收到的缺陷信息，所述显示模块用图像显示出得到的缺陷信息数据，展示出待测波纹管结构中的缺陷位置并预估缺陷尺寸相对大小。

运行在前述的基于DBSCAN及互相关算法的超声检测装置的检测方法，其特征在于：包括以下步骤，

步骤(1)、信号激励模块产生大功率正弦调制脉冲信号，激励信号采集模块中的发射换能器产生用于检测待测波纹管的超声波检测信号；

步骤(2)、信号采集模块中的接收换能器对回波信号进行接收、采集并存储；

步骤(3)、信号采集模块中的发射换能器与接收换能器同时采用步进的方式沿待测波纹管的长度方向以固定的速度移动，重复步骤(1)、(2)，直至信号采集模块检测完待测波纹管；

步骤(4)、信号处理模块采用DBSCAN算法对采集到的回波信号进行处理，做出缺陷的初步预判区域的预判，将结果传给最终判定模块；

步骤(5)、最终判定模块对回波信号的数据进行判定，判定过程基于互相关算法，定位并提取回波信号的缺陷信息，并用图像显示出得到的缺陷信息数据，展示出待测波纹管的缺陷位置并且能够预估缺陷尺寸相对大小。

前述的基于DBSCAN及互相关算法的超声检测方法，其特征在于：步骤(4)中信号处理模块采用DBSCAN算法对采集到的回波信号进行处理的方法为一发一收模式，实现待测波纹管全区域扫描，预判出缺陷的初步预判区域，具体如下，

1)将采集到的回波信号x_i(t),i＝1,2,3…,n归入数据集D中，其中i表示回波信号x_i(t)的下标，t表示回波信号x_i(t)的离散时间点，把数据集D内所有对象p标记为未处理状态；

2)对数据集D内所有对象p进行依次处理，若对象p已经归入密实簇C或缺陷簇U，则继续执行步骤(3)；否则，执行步骤(4)；

3)检查对象p的邻域，如果对象p邻域内包含的对象数大于等于密度阈值MinPts，则标记对象p为密实核心点，将p邻域内所有点加入密实簇C中；否则标记对象p为缺陷点，并加入缺陷簇U中；

4)对于对象p邻域中尚未被处理的对象q，检查对象q邻域，若对象q邻域内包含至少密度阈值MinPts个对象，则将对象q邻域中未归入任何一个簇的对象加入到密实簇C中；若对象q邻域内包含的对象数小于密度阈值MinPts个对象，则将对象q邻域内的对象加入到缺陷簇U中；

5)通过步骤(3)、(4)得到集合后的密实簇C、集合后的缺陷簇U，将归入到集合后的缺陷簇U中的各点回波信号按照下标i从小到大的顺序进行排序，通过将相邻两个回波信号的下标之差大于1处作为断点，将缺陷簇U划分为j个缺陷区域集合U(j)；

6)输出集合后的密实簇C、j个缺陷区域集合U(j)，预先判定j个缺陷区域集合U(j)对应j个缺陷的初步预判区域。

前述的基于DBSCAN及互相关算法的超声检测方法，其特征在于：步骤(5)中判定过程基于互相关算法，定位并提取回波信号的缺陷信息的方法为：

1)根据集合后的密实簇C，任意选定一点，将此点的信号波形作为参考信号波形x_ref(t)，将参考信号波形x_ref(t)分别与各个缺陷区域集合U(j)内的各点信号波形x_i(t)做互相关运算处理，

${\mathrm{Rj}}_i\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ref}}\left(t\right)x_i(t+\mathrm{\τ})$

其中，Rj_i(τ)表示某个缺陷区域集合U(j)内某点信号波形x_i(t)与参考信号波形x_ref(t)的互相关运算，i表示回波信号x_i(t)的下标，t表示回波信号x_i(t)的离散时间点，j表示缺陷区域集合的个数，τ表示时间延迟，N表示采样点数；

2)求取各缺陷区域集合U(j)中的各点信号波形x_i(t)与参考信号波形x_ref(t)的互相关系数ρ(j)_i，

$\mathrm{\ρ}{\left(j\right)}_i=\frac{{\mathrm{Rj}}_i\left(\mathrm{\τ}\right)}{{\mathrm{\σ}}_{\mathrm{ref}}{\mathrm{\σ}}_i}$

其中，σ_ref是x_ref(t)的均方差值，σ_i是x_i(t)的均方差值；

3)根据(2)的计算结果，选取各缺陷区域集合U(j)互相关系数ρ(j)_i中的最小互相关系数ρ(j)，各缺陷区域集合U(j)对应的最小互相关系数ρ(j)作为该缺陷区域的精确缺陷位置。

4)通过最小互相关系数ρ(j)预估缺陷尺寸相对大小，经过步骤(3)得到各缺陷处的最小互相关系数ρ(j)，比较各精确缺陷位置相对应的最小互相关系数ρ(j)，最小互相关系数ρ(j)越小，预判估计该处的缺陷尺寸就越大，最小互相关系数系数ρ(j)越大，预判估计该处的缺陷尺寸就越小。

前述的基于DBSCAN及互相关算法的超声检测方法，其特征在于：根据回波信号在有无缺陷处的信号相关性的不同进行缺陷检测，相关性越低，说明缺陷的可能性越大；通过回波信号的互相关系数来判断缺陷的位置并预估缺陷尺寸的相对大小，从而进行缺陷检测。

本发明的有益效果是：本发明提供的基于DBSCAN及互相关算法的超声检测装置及方法，用于对带有波纹管的混凝土结构检测，将回波信号进行处理，从而得到混凝土中波纹管的内部结构，利用DBSCAN算法对所接收到的回波信号进行缺陷的初步预判区域的预判处理，结合应用互相关算法对缺陷初步预判区域的回波信号进行逐点处理，定位并提取缺陷信息，得到精准的缺陷位置并且能够预估缺陷尺寸相对大小。波纹管中缺陷越大，对波纹管结构体寿命影响就越大，预估缺陷尺寸大小，可以排查出一些危害性较大的缺陷。该装置结构简单，方法高效，可靠性高，对混凝土内波纹管缺陷的检测为一种精确、实用、经济的无损检测方法，能够有效地对桥梁或建筑等混凝土结构进行质量监测和维护，具有良好的应用前景。

附图说明

图1为本发明的基于DBSCAN及互相关算法的超声检测装置的结构示意图；

图2是本发明的信号采集模块检测待测波纹管结构缺陷的示意图；

图3是本发明的信号处理模块的系统框图；

图4是本发明的最终判定模块的系统框图。

具体实施方式

下面将结合说明书附图，对本发明作进一步的说明。

如图1所示，本发明的基于DBSCAN及互相关算法的超声检测装置，包括

信号激励模块，用于产生大功率正弦调制脉冲信号；

信号采集模块，经信号激励模块脉冲信号的激励产生超声波检测信号，并对回波信号进行接收、采集及存储；

信号处理模块，回波信号经过DBSCAN算法处理并根据处理结果预判出缺陷的初步预判区域；

最终判定模块，对回波信号基于互相关算法进行判定，在基于DBSCAN算法预判出缺陷的初步预判区域的基础上精准判定出缺陷位置并且预估出缺陷尺寸相对大小；

所述信号激励模块与信号采集模块相连接，所述信号采集模块通过信号处理模块与最终判定模块相连接。

信号采集模块包括发射换能器、与发射换能器相匹配的接收换能器，所述发射换能器与信号激励模块相连接，所述接收换能器与信号处理模块相连接，如图2所示，所述发射换能器与接收换能器相互平行且位于待测波纹管的正上方，发射换能器与接收换能器同时以相同的步进速度沿着待测波纹管的长度方向移动，直至完全实现对待测波纹管的检测，所述发射换能器用于发射超声波检测信号，所述接收换能器用于接收、采集与存储回波信号，并发送给信号处理模块。

如图3所示，信号处理模块包括依次相互连接的集成运算放大器、A/D转换器、数据存储器及DBSCAN算法单元，所述集成运算放大器作为信号处理模块的输入端与信号采集模块相连接，所述DBSCAN算法单元作为信号处理模块的输出端与最终判定模块相连接；所述DBSCAN算法单元基于DBSCAN算法单元采用一发一收模式，单个发射换能器发射超声波检测信号、单个接收换能器接收带有波纹管内部结构信息的回波信号，通过对回波信号进行DBSCAN算法处理确定待测波纹管内部缺陷的初步预判区域，并将预判结果传输给最终判定模块。

如图4所示，最终判定模块包括相连接的互相关算法判定模块与显示模块，所述互相关算法判定模块包括依次相互连接的参考信号选取模块、互相关算法模块、位置和尺寸判定模块，所述互相关算法判定模块利用互相关算法判定从接收换能器接收到的缺陷信息，所述显示模块用图像显示出得到的缺陷信息数据，展示出待测波纹管结构中的缺陷位置并且预估出缺陷尺寸相对大小。

运行在上述的基于DBSCAN及互相关算法的超声检测装置的检测方法，包括以下步骤：

步骤(1)、信号激励模块产生大功率正弦调制脉冲信号，激励信号采集模块中的发射换能器产生用于检测待测波纹管的超声波检测信号；

步骤(2)、信号采集模块中的接收换能器对回波信号进行接收、采集并存储；

步骤(3)、信号采集模块中的发射换能器与接收换能器同时采用步进的方式沿待测波纹管的长度方向以固定的速度移动，重复步骤(1)、(2)，直至信号采集模块检测完待测波纹管；

步骤(4)、信号处理模块采用DBSCAN算法对采集到的回波信号进行处理，做出缺陷的初步预判区域的预判，将结果传给最终判定模块；信号处理模块采用DBSCAN算法对采集到的回波信号进行处理的方法为一发一收模式，实现待测波纹管全区域扫描，预判出缺陷的初步预判区域，具体如下，

1)将采集到的回波信号x_i(t),i＝1,2,3…,n归入数据集D中，其中i表示回波信号x_i(t)的下标，t表示回波信号x_i(t)的离散时间点，把数据集D内所有对象p标记为未处理状态；

2)对数据集D内所有对象p进行依次处理，若对象p已经归入密实簇C或缺陷簇U，则继续执行步骤(3)；否则，执行步骤(4)；

3)检查对象p的邻域，如果对象p邻域内包含的对象数大于等于密度阈值MinPts，则标记对象p为密实核心点，将p邻域内所有点加入密实簇C中；否则标记对象p为缺陷点，并加入缺陷簇U中，即当对象p邻域内包含的对象数小于密度阈值MinPts，标记对象p为缺陷点，并加入缺陷簇U中；

4)对于对象p邻域中尚未被处理的对象q，检查对象q邻域，若对象q邻域内包含至少密度阈值MinPts个对象，即对象q邻域内包含的对象数大于等于密度阈值MinPts，则将对象q邻域中未归入任何一个簇的对象加入到密实簇C中；若对象q邻域内包含的对象数小于密度阈值MinPts个对象，则将对象q邻域内的对象加入到缺陷簇U中；

5)通过步骤(3)、(4)得到集合后的密实簇C、集合后的缺陷簇U，将归入到集合后的缺陷簇U中的各点回波信号按照下标i从小到大的顺序进行排序，通过将相邻两个回波信号的下标之差大于1处作为断点，将缺陷簇U划分为j个缺陷区域集合U(j)；

6)输出集合后的密实簇C、j个缺陷区域集合U(j)，预先判定j个缺陷区域集合U(j)对应j个缺陷的初步预判区域。

步骤(5)、最终判定模块对回波信号的数据进行判定，判定过程基于互相关算法，定位并提取回波信号的缺陷信息，并用图像显示出得到的缺陷信息数据，展示出待测波纹管的缺陷位置并且预估出缺陷尺寸相对大小；判定过程基于互相关算法，定位并提取回波信号的缺陷信息的方法为：

1)根据集合后的密实簇C，任意选定一点，将此点的信号波形作为参考信号波形x_ref(t)，将参考信号波形x_ref(t)分别与各个缺陷区域集合U(j)内的各点信号波形x_i(t)做互相关运算处理，

${\mathrm{Rj}}_i\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ref}}\left(t\right)x_i(t+\mathrm{\τ})$

其中，Rj_i(τ)表示某个缺陷区域集合U(j)内某点信号波形x_i(t)与参考信号波形x_ref(t)的互相关运算，i表示回波信号x_i(t)的下标，t表示回波信号x_i(t)的离散时间点，j表示缺陷区域集合的个数，τ表示时间延迟，N表示采样点数；

2)求取各缺陷区域集合U(j)中的各点信号波形x_i(t)与参考信号波形x_ref(t)的互相关系数ρ(j)_i，

$\mathrm{\ρ}{\left(j\right)}_i=\frac{{\mathrm{Rj}}_i\left(\mathrm{\τ}\right)}{{\mathrm{\σ}}_{\mathrm{ref}}{\mathrm{\σ}}_i}$

其中，σ_ref是x_ref(t)的均方差值，σ_i是x_i(t)的均方差值；

3)根据(2)的计算结果，选取各缺陷区域集合U(j)互相关系数ρ(j)_i中的最小互相关系数ρ(j)，各缺陷区域集合U(j)对应的最小互相关系数ρ(j)作为该缺陷区域的精确缺陷位置；

4)通过最小互相关系数ρ(j)预估缺陷尺寸相对大小，经过步骤(3)得到各缺陷处的最小互相关系数ρ(j)，比较各精确缺陷位置相对应的最小互相关系数ρ(j)，最小互相关系数ρ(j)越小，预判估计该处的缺陷尺寸就越大，最小互相关系数系数ρ(j)越大，预判估计该处的缺陷尺寸就越小。

本发明提供的基于DBSCAN及互相关算法的超声检测装置及方法，用于对带有波纹管的混凝土结构检测，将回波信号进行处理，从而得到混凝土中波纹管的内部结构，利用DBSCAN算法对所接收到的回波信号进行缺陷的初步预判区域的预判处理，结合应用互相关算法对缺陷初步预判区域的回波信号进行逐点处理，定位并提取缺陷信息，得到精准的缺陷位置并且能够预估出缺陷尺寸相对大小。波纹管中缺陷越大，对波纹管结构体寿命影响就越大，预估缺陷尺寸大小，可以排查出一些危害性较大的缺陷。该装置结构简单，方法高效，可靠性高，对混凝土内波纹管缺陷的检测为一种精确、实用、经济的无损检测方法，能够有效地对桥梁或建筑等混凝土结构进行质量监测和维护，具有良好的应用前景。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.基于DBSCAN及互相关算法的超声无损检测装置，其特征在于：包括

信号激励模块，用于产生大功率正弦调制脉冲信号；

信号采集模块，经信号激励模块脉冲信号的激励产生超声波检测信号，并对回波信号进行接收、采集及存储；

信号处理模块，回波信号经过DBSCAN算法处理并根据处理结果预判出缺陷的初步预判区域；

最终判定模块，对回波信号基于互相关算法进行判定，在基于DBSCAN算法预判出缺陷的初步预判区域的基础上精准判定出缺陷位置并预估缺陷尺寸相对大小；

所述信号激励模块与信号采集模块的一端相连接，所述信号采集模块的另一端与信号处理模块的一端相连接，所述最终判定模块与信号处理模块的另一端相连接。

2.根据权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置，其特征在于：所述信号采集模块包括发射换能器、与发射换能器相匹配的接收换能器，所述发射换能器与信号激励模块相连接，所述接收换能器与信号处理模块相连接，所述发射换能器与接收换能器相互平行且位于待测波纹管的正上方，所述发射换能器用于发射超声波检测信号，所述接收换能器用于接收、采集与存储回波信号，并发送给信号处理模块。

3.根据权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置，其特征在于：所述信号处理模块包括依次相互连接的集成运算放大器、A/D转换器、数据存储器及DBSCAN算法单元，所述集成运算放大器作为信号处理模块的输入端与信号采集模块相连接，所述DBSCAN算法单元作为信号处理模块的输出端与最终判定模块相连接。

4.根据权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置，其特征在于：所述最终判定模块包括相连接的互相关算法判定模块与显示模块，所述互相关算法判定模块包括依次相互连接的参考信号选取模块、互相关算法模块、位置和尺寸判定模块，所述互相关算法判定模块利用互相关算法判定从接收换能器接收到的缺陷信息，所述显示模块用图像显示出得到的缺陷信息数据，展示出待测波纹管结构中的缺陷位置并预估缺陷尺寸相对大小。

5.运行在权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法，其特征在于：包括以下步骤，

步骤(1)、信号激励模块产生大功率正弦调制脉冲信号，激励信号采集模块中的发射换能器产生用于检测待测波纹管的超声波检测信号；

步骤(2)、信号采集模块中的接收换能器对回波信号进行接收、采集并存储；

步骤(3)、信号采集模块中的发射换能器与接收换能器同时采用步进的方式沿待测波纹管的长度方向以固定的速度移动，重复步骤(1)、(2)，直至信号采集模块检测完待测波纹管；

步骤(4)、信号处理模块采用DBSCAN算法对采集到的回波信号进行处理，做出缺陷的初步预判区域的预判，将结果传给最终判定模块；

步骤(5)、最终判定模块对回波信号的数据进行判定，判定过程基于互相关算法，定位并提取回波信号的缺陷信息，并用图像显示出得到的缺陷信息数据，展示出待测波纹管的缺陷位置并且预估缺陷尺寸相对大小。

6.根据权利要求5所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法，其特征在于：步骤(4)中信号处理模块采用DBSCAN算法对采集到的回波信号进行处理的方法为一发一收模式，实现待测波纹管全区域扫描，预判出缺陷的初步预判区域，具体如下，

1)将采集到的回波信号x_i(t),i＝1,2,3…,n归入数据集D中，其中i表示回波信号x_i(t)的下标，t表示回波信号x_i(t)的离散时间点，把数据集D内所有对象p标记为未处理状态；

2)对数据集D内所有对象p进行依次处理，若对象p已经归入密实簇C或缺陷簇U，则继续执行步骤(3)；否则，执行步骤(4)；

3)检查对象p的邻域，如果对象p邻域内包含的对象数大于等于密度阈值MinPts，则标记对象p为密实核心点，将p邻域内所有点加入密实簇C中；否则标记对象p为缺陷点，并加入缺陷簇U中；

4)对于对象p邻域中尚未被处理的对象q，检查对象q邻域，若对象q邻域内包含至少密度阈值MinPts个对象，则将对象q邻域中未归入任何一个簇的对象加入到密实簇C中；若对象q邻域内包含的对象数小于密度阈值MinPts个对象，则将对象q邻域内的对象加入到缺陷簇U中；

5)通过步骤(3)、(4)得到集合后的密实簇C、集合后的缺陷簇U，将归入到集合后的缺陷簇U中的各点回波信号按照下标i从小到大的顺序进行排序，通过将相邻两个回波信号的下标之差大于1处作为断点，将缺陷簇U划分为j个缺陷区域集合U(j)；

6)输出集合后的密实簇C、j个缺陷区域集合U(j)，预先判定j个缺陷区域集合U(j)对应j个缺陷的初步预判区域。

7.根据权利要求5所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法，其特征在于：步骤(5)中判定过程基于互相关算法，定位并提取回波信号的缺陷信息的方法为：

1)根据集合后的密实簇C，任意选定一点，将此点的信号波形作为参考信号波形x_ref(t)，将参考信号波形x_ref(t)分别与各个缺陷区域集合U(j)内的各点信号波形x_i(t)做互相关运算处理，

${\mathrm{Rj}}_i\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{t=1}{\overset{N}{\Σ}}{x}_{ref}\left(t\right)x_i(t+\mathrm{\τ})$

其中，Rj_i(τ)表示某个缺陷区域集合U(j)内某点信号波形x_i(t)与参考信号波形x_ref(t)的互相关运算，i表示回波信号x_i(t)的下标，t表示回波信号x_i(t)的离散时间点，j表示缺陷区域集合的个数，τ表示时间延迟，N表示采样点数；

2)求取各缺陷区域集合U(j)中的各点信号波形x_i(t)与参考信号波形x_ref(t)的互相关系数ρ(j)_i，

$\mathrm{\ρ}{\left(j\right)}_i=\frac{{\mathrm{Rj}}_i\left(\mathrm{\τ}\right)}{{\mathrm{\σ}}_{ref}{\mathrm{\σ}}_i}$

其中，σ_ref是x_ref(t)的均方差值，σ_i是x_i(t)的均方差值；

3)根据(2)的计算结果，选取各缺陷区域集合U(j)互相关系数ρ(j)_i中的最小互相关系数ρ(j)，各缺陷区域集合U(j)对应的最小互相关系数ρ(j)作为该缺陷区域的精确缺陷位置；

4)通过最小互相关系数ρ(j)预估缺陷尺寸相对大小，经过步骤(3)得到各缺陷处的最小互相关系数ρ(j)，比较各精确缺陷位置相对应的最小互相关系数ρ(j)，最小互相关系数ρ(j)越小，预判估计该处的缺陷尺寸就越大，最小互相关系数系数ρ(j)越大，预判估计该处的缺陷尺寸就越小。

8.根据权利要求7所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法，其特征在于：根据回波信号在有无缺陷处的信号相关性的不同进行缺陷检测，相关性越低，说明缺陷的可能性越大；通过回波信号的互相关系数来判断缺陷的位置并预估缺陷尺寸的相对大小，从而进行缺陷检测。