CN104730148A - 基于超声检测技术的金属材料内部夹杂物三维重构方法 - Google Patents
基于超声检测技术的金属材料内部夹杂物三维重构方法 Download PDFInfo
- Publication number
- CN104730148A CN104730148A CN201510145749.XA CN201510145749A CN104730148A CN 104730148 A CN104730148 A CN 104730148A CN 201510145749 A CN201510145749 A CN 201510145749A CN 104730148 A CN104730148 A CN 104730148A
- Authority
- CN
- China
- Prior art keywords
- snotter
- scanning
- coordinate
- dimensional reconstruction
- reconstruction method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于超声检测技术的金属材料内部夹杂物三维重构方法,所述方法首先利用超声显微镜对材料进行粗扫和精扫两步检测,获取夹杂物的超声回波信号;其次对超声回波信号进行预处理,设定夹杂物回波信号的判定阈值;再提取出各夹杂物所在位置的空间坐标;然后利用曲面插值拟合的方法,将夹杂物所在位置的离散采样点拟合为曲面;最后得到夹杂物的三维形貌。本发明能够直观地显示夹杂物的空间结构和分布,并能够实现三维图形的旋转和缩放,同时,可以通过三维成像结果统计出夹杂物的尺寸和数量,对于判断夹杂物的类型具有重要意义。
Description
技术领域
本发明涉及超声显微镜检测领域,是一种基于超声检测技术的金属材料内部夹杂物三维重构方法。
背景技术
在利用超声显微镜进行检测时,由压电换能器发出的超声波经过水的传播,汇聚到材料的某一区域上。当材料内部存在夹杂物时,会导致材料的不连续性,造成声阻抗的不一致。由超声波的反射定理可知,超声波在传播过程中,当遇到两种不同声阻抗的介质时,在介质的交界面上就会发生反射。根据上述原理可知,在材料内部的夹杂物与基体之间形成了一个不同介质的交界面,当超声波遇到这个界面之后,就会发生反射。反射回来的超声波会被探头接收,数据转换模块把声信号转换为电信号后,可以得到反射回波。根据反射回波的波形特征,例如回波的幅值大小,则可以在一定程度上定性地判断出夹杂物的大小。在相同的深度情况下,夹杂物的尺寸越大,其反射回波的幅值就越高,但仅从回波幅值的大小不能完全确定夹杂物的具体尺寸,而且在利用超声方法对材料进行检测时,超声信号在传输、放大和调制等过程中,由于受到电磁干扰等影响,实际采集到的信号中不可避免地存在本底噪声,尤其是增益较大的时候,噪声水平也会随之增高,导致超声信号的信噪比降低。
传统的超声检测主要有三种最基本的成像方式,分别为A扫成像、B扫成像和C扫成像。以上三种超声成像方式只能反映夹杂物的一维或二维信息,不能很好地反映夹杂物在空间上的分布情况。
发明内容
为解决上述问题,本发明提供了一种分析计算速度快,准确度高而且成像清晰的基于超声检测技术的金属材料内部夹杂物三维表面重构方法。
为实现上述目的,本发明公开以下技术方案:
一种基于超声检测技术的金属材料内部夹杂物三维重构方法,所述方法利用超声显微镜获取夹杂物的超声回波数据,通过数据处理剔除噪声信号,再提取出夹杂物的X、Y、Z空间坐标,利用曲面插值拟合的方法,对夹杂物所在位置的离散点进行拟合,获得夹杂物的三维形貌,在此基础上对夹杂物的尺寸大小进行统计分析。
所述方法主要包括以下步骤:
步骤一,采集数据;
步骤二,超声数据预处理;
步骤三,夹杂物位置坐标提取;
步骤四,夹杂物形貌重构。
进一步的,所述步骤一具体为:选择频率合适的探头,聚焦在材料内部,以较大步进值对整个材料内部进行粗扫,获得材料内部夹杂物的C扫成像图,然后在C扫图中找到待分析的目标区域,再以较小的步进值进行精确扫查,并保存全波数据。
进一步的,所述步骤二具体为:统计多组无夹杂物处的信号幅值的均值μ与方差σ,并以(μ±3σ)作为判别夹杂物信号的阈值,将幅值大于(μ+3σ)或小于(μ-3σ)的超声信号作为夹杂物信号提取出来。
进一步的,所述步骤三具体为:根据夹杂物的回波信号,提取夹杂物所在位置的X、Y、Z空间物理坐标,扫查方式为沿X方向的等间距平行线扫查,所有扫查点呈m×n的矩阵排列,其中,m是平行线的扫查条数,n是每条平行线上的扫查点数,获取的夹杂物坐标按照扫查顺序排列,对所提取的夹杂物位置坐标进行聚类,将同一夹杂物处的坐标点归为一类。
进一步的,所述步骤四具体为:利用曲面插值拟合的方法,将不同的夹杂物表面离散点分别进行曲面拟合,重构出三维曲面,并对目标区域内夹杂物的尺寸及数量进行统计。
进一步的,所述步骤三中X、Y、Z空间物理坐标的获取方法为:根据超声显微镜的扫查原理,可以首先确定夹杂物的X、Y坐标,然后根据纵波的传播原理,超声波在材料内是沿垂直方向传播的,通过公式h=c×t,其中,c为超声波在材料中的传播速度,t为A扫波形中夹杂物回波距界面波的时间,h则表示的是超声波在被测表面与夹杂物之间一个来回所经过的距离,因此可以得出夹杂物在深度方向上的Z坐标为
进一步的,所述步骤四中曲面插值拟合方法为:分别输入各个夹杂物的离散坐标点,并根据离散点的稀疏情况,进行三次样条插值,将三维的离散点数据插值为网格型数据,根据插值后的数据画出三维曲面。
本发明的有益之处在于:实现了对材料内部夹杂物的三维成像,对夹杂物的回波信号设定了阈值,并不是对所有采样点都进行成像,提高了后续计算与分析的速度;与传统的成像方式相比,本方法不仅能直观地显示夹杂物的三维立体结构,还能够在空间中对结构进行旋转和缩放,从而可以从各个角度观察夹杂物在材料内部的存在形式与分布状态,这对判断夹杂物的类型具有重要意义;通过三维成像的结果对材料内部夹杂物尺寸及数量进行统计分析,可以有效确定金属材料的纯净度。
附图说明
图1为本发明方法流程示意图;
图2为本发明步进值较大的初步C扫图;
图3为本发明步进值较小的局部C扫图;
图4为本发明正常信号的A扫图;
图5为本发明夹杂物回波信号的A扫图;
图6本发明方法多个夹杂物的三维重构图;
图7本发明目标区域内夹杂物尺寸和数量的统计图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。下面结合附图与具体实施方式,对本发明进一步说明。
【实施例1】
如图1所示,一种基于超声检测技术的金属材料内部夹杂物三维重构方法,所述方法利用超声显微镜获取夹杂物的超声回波数据,通过数据预处理剔除本底噪声,再提取出夹杂物的X、Y、Z空间坐标,然后利用曲面插值拟合的方法,对夹杂物所在位置的离散点进行拟合,最后获得夹杂物的三维形貌,并在此基础上对夹杂物的尺寸大小进行统计分析,所述方法主要包括以下步骤:
步骤一,采集数据:选择频率合适的探头,聚焦在材料内部,以较大步进值对整个材料的内部进行粗扫,获得材料内部夹杂物的C扫成像图;然后在C扫图中找到待分析的目标区域,再以较小的步进值进行精确扫查,并保存全波数据。在本实施例中,被检材料为某种金属材料,厚度为4mm,选择频率为50MHz的高频探头,将探头焦点聚焦在材料内部。首先,以较大步进值对整个材料内部进行粗扫,获得材料内部夹杂物的C扫成像图,如图2所示。其次,在粗扫图中找到待分析的目标区域,以较小的步进值精确扫查该区域,得到精扫图,如图3所示,并保存全波数据。
步骤二,超声数据预处理:统计多组无夹杂物处的信号(即正常信号)幅值的均值μ与方差σ,并以(μ±3σ)作为判别夹杂物信号的阈值,将幅值大于(μ+3σ)或小于(μ-3σ)的超声信号作为夹杂物信号提取出来。在本实施例中,对超声数据进行预处理,选取无夹杂物处的(正常信号)多组回波信号,保留除界面波和底面波以外的中间区域的信号,计算保留信号的幅值的均值μ和方差σ;根据3σ准则,将(μ±3σ)作为夹杂物回波信号的判别阈值,即认为幅值在(μ-3σ,μ+3σ)区间内的为噪声信号,如图4所示,幅值在(μ-3σ,μ+3σ)区间外的为夹杂物的回波信号,如图5所示,从而将夹杂物回波信号提取出来。
步骤三,夹杂物位置坐标提取:根据夹杂物的回波信号,提取夹杂物所在位置的X、Y、Z空间物理坐标,超声显微镜的扫查方式为沿X方向的等间距平行线扫查,即所有扫查点呈m×n的矩阵排列,其中,m是平行线的扫查条数,n是每条平行线上的扫查点数,获取的夹杂物坐标按照扫查顺序排列,对夹杂物位置坐标进行聚类,将同一夹杂物处的坐标点归为一类。在本实施例中,将目标区域内的夹杂物回波信号提取出来后,需要确定夹杂物所在位置的X、Y、Z空间坐标。根据超声显微镜的扫查原理,可以首先确定的是夹杂物的X、Y坐标,然后根据纵波的传播原理,即超声波在材料内是沿垂直方向传播的。通过公式h=c×t,可以获得Z坐标。其中,c为超声波在某种金属材料中的传播速度,t为A扫波形中夹杂物回波距界面波的时间,h则表示的是超声波在被测表面与夹杂物之间一个来回所经过的距离,所以夹杂物在深度方向上的Z坐标为但由于所获取的夹杂物坐标是按照扫查顺序排列的,不是按照夹杂物的区域排列的,若直接将顺序扫查的坐标用于曲面重构,则会造成目标区域内所有的夹杂物表面都连接在一起,不能真实地反映夹杂物的形貌特征。因此,需要利用聚类的方法,将所有夹杂物所在位置的(X,Y,Z)坐标作为特征输入,将夹杂物的编号作为输出,最终得到各个夹杂物的空间坐标及其对应编号(X,Y,Z,N),其中N为夹杂物的编号。
步骤四,夹杂物形貌重构:利用曲面插值拟合的方法,将不同的夹杂物表面离散点分别进行曲面拟合,重构出三维曲面,并对目标区域内夹杂物的尺寸及数量进行统计,可直观地表达出夹杂物的空间分布特征,并能从空间不同角度观察夹杂物的三维形貌,。本实施例中,利用曲面插值拟合的方法,将各个夹杂物的空间坐标进行曲面拟合。首先,分别输入各个夹杂物的离散坐标点,并根据离散点的稀疏情况,进行三次样条插值,将三维的离散点数据插值为网格型数据。然后,根据插值后的数据画出三维曲面,并由夹杂物所处位置深浅的不同,即数据Z坐标的大小对曲面进行着色。为增强图形的真实立体感,对重构曲面进行表面光滑处理,并调整合适的光照效果及渲染效果,使其更接近夹杂物原貌,如图6所示,形象直观地表达出夹杂物的空间分布特征,并能从空间不同角度观察夹杂物的三维形貌。最后,对目标区域内夹杂物的尺寸及数量进行统计,如图7所示,将夹杂物按尺寸大小分为四个区间范围,分别统计每个范围内的夹杂物数量,从而对材料纯净度给出一个客观的评价。
本发明中提出对目标区域内所有夹杂物信号进行三维重构,可以获得夹杂物的形貌特征、具体尺寸及数量,为夹杂物的识别与控制提供数据支撑。在对夹杂物的回波进行三维重构前,根据噪声幅值的分布特点,采用3σ准则对噪声进行剔除,即认为幅值在(μ-3σ,μ+3σ)区间内的为噪声信号,幅值在(μ-3σ,μ+3σ)区间外的则为夹杂物的回波信号,而不是对所有的扫查点都进行三维重构,可以减少噪声对统计结果的影响,使统计结果更准确。将聚类算法运用到空间坐标的提取上,实现了不同夹杂物的分离,使得每一个夹杂物都是相互独立的个体,可独立成像,再利用三维曲面拟合的方法,将夹杂物所在位置的物理坐标重构为连续、封闭的曲面,直观地表现出夹杂物的形貌特点。在此基础上,根据三维成像的结果对夹杂物的尺寸及数量进行统计分析,可有效确定金属材料的纯净度。
Claims (8)
1.一种基于超声检测技术的金属材料内部夹杂物三维重构方法,其特征在于:所述方法利用超声显微镜获取夹杂物的超声回波数据,通过数据处理剔除噪声信号,再提取出夹杂物的X、Y、Z空间坐标,利用曲面插值拟合的方法,对夹杂物所在位置的离散点进行拟合,获得夹杂物的三维形貌,在此基础上对夹杂物的尺寸大小进行统计分析。
2.根据权利要求1所述的三维重构方法,其特征在于,所述方法主要包括以下步骤:
步骤一,采集数据;
步骤二,超声数据预处理;
步骤三,夹杂物位置坐标提取;
步骤四,夹杂物形貌重构。
3.根据权利要求2所述的三维重构方法,其特征在于,所述步骤一具体为:选择频率合适的探头,聚焦在材料内部,以较大步进值对整个材料内部进行粗扫,获得材料内部夹杂物的C扫成像图,然后在C扫图中找到待分析的目标区域,再以较小的步进值进行精确扫查,并保存全波数据。
4.根据权利要求2所述的三维重构方法,其特征在于,所述步骤二具体为:统计多组无夹杂物处的信号幅值的均值μ与方差σ,并以(μ±3σ)作为判别夹杂物信号的阈值,将幅值大于(μ+3σ)或小于(μ-3σ)的超声信号作为夹杂物信号提取出来。
5.根据权利要求2所述的三维重构方法,其特征在于,所述步骤三具体为:根据夹杂物的回波信号,提取夹杂物所在位置的X、Y、Z空间物理坐标,扫查方式为沿X方向的等间距平行线扫查,所有扫查点呈m×n的矩阵排列,其中,m是平行线的扫查条数,n是每条平行线上的扫查点数,获取的夹杂物坐标按照扫查顺序排列,对所提取的夹杂物位置坐标进行聚类,将同一夹杂物处的坐标点归为一类。
6.根据权利要求2所述的三维重构方法,其特征在于,所述步骤四具体为:利用曲面插值拟合的方法,将不同的夹杂物表面离散点分别进行曲面拟合,重构出三维曲面,并对目标区域内夹杂物的尺寸及数量进行统计。
7.根据权利要求5所述的三维重构方法,其特征在于,所述步骤三中X、Y、Z空间物理坐标的获取方法为:根据超声显微镜的扫查原理,可以首先确定夹杂物的X、Y坐标,然后根据纵波的传播原理,超声波在材料内是沿垂直方向传播的,通过公式h=c×t,其中,c为超声波在材料中的传播速度,t为A扫波形中夹杂物回波距界面波的时间,h则表示的是超声波在被测表面与夹杂物之间一个来回所经过的距离,因此可以得出夹杂物在深度方向上的Z坐标为
8.根据权利要求6所述的三维重构方法,其特征在于,所述步骤四中曲面插值拟合方法为:分别输入各个夹杂物的离散坐标点,并根据离散点的稀疏情况,进行三次样条插值,将三维的离散点数据插值为网格型数据,根据插值后的数据画出三维曲面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510145749.XA CN104730148B (zh) | 2015-03-30 | 2015-03-30 | 基于超声检测技术的金属材料内部夹杂物三维重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510145749.XA CN104730148B (zh) | 2015-03-30 | 2015-03-30 | 基于超声检测技术的金属材料内部夹杂物三维重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104730148A true CN104730148A (zh) | 2015-06-24 |
CN104730148B CN104730148B (zh) | 2018-10-02 |
Family
ID=53454246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510145749.XA Active CN104730148B (zh) | 2015-03-30 | 2015-03-30 | 基于超声检测技术的金属材料内部夹杂物三维重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104730148B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105675727A (zh) * | 2016-01-20 | 2016-06-15 | 北京科技大学 | 一种超声聚焦探头散焦区内缺陷的灵敏度补偿方法 |
CN105973988A (zh) * | 2016-07-05 | 2016-09-28 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
CN106023293A (zh) * | 2016-05-26 | 2016-10-12 | 北京爱科声科技有限公司 | 一种基于c扫描超声图像的三维重建方法 |
CN106226399A (zh) * | 2016-08-12 | 2016-12-14 | 江苏大学 | 一种方腿中金属异物无损检测方法 |
CN107003286A (zh) * | 2015-07-10 | 2017-08-01 | 霍尼韦尔国际公司 | 用于非破坏性测试的基于无空隙内含物的参考标件及制作方法 |
CN107132244A (zh) * | 2016-02-29 | 2017-09-05 | 鞍钢股份有限公司 | 一种钢中夹杂物定量评价方法 |
CN108088904A (zh) * | 2017-12-06 | 2018-05-29 | 马鞍山钢铁股份有限公司 | 一种铁路车轮超声波探测夹杂物的方法 |
CN110807281A (zh) * | 2019-10-30 | 2020-02-18 | 重庆大学 | 一种考虑材料夹杂物和残余应力的齿轮psn曲线绘制方法 |
CN110836928A (zh) * | 2019-11-14 | 2020-02-25 | 西安交通大学 | 一种基于界面波的多层金属管道层间裂纹成像方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001086281A1 (en) * | 2000-05-05 | 2001-11-15 | Acoustical Technologies Singapore Pte Ltd. | Acoustic microscope |
CN101435798A (zh) * | 2007-11-14 | 2009-05-20 | 北京有色金属研究总院 | 一种颗粒增强铝基复合材料品质一致性的超声波快速检测方法 |
CN102095801A (zh) * | 2011-01-28 | 2011-06-15 | 首钢总公司 | 一种快速准确检测铸坯内夹杂物的系统及其方法 |
CN102495133A (zh) * | 2011-12-12 | 2012-06-13 | 北京科技大学 | 一种定量分析铸坯中大型夹杂物分布的方法 |
CN104132998A (zh) * | 2014-08-06 | 2014-11-05 | 北京科技大学 | 一种基于超声扫描显微镜的内部微观缺陷检测方法 |
-
2015
- 2015-03-30 CN CN201510145749.XA patent/CN104730148B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001086281A1 (en) * | 2000-05-05 | 2001-11-15 | Acoustical Technologies Singapore Pte Ltd. | Acoustic microscope |
CN101435798A (zh) * | 2007-11-14 | 2009-05-20 | 北京有色金属研究总院 | 一种颗粒增强铝基复合材料品质一致性的超声波快速检测方法 |
CN102095801A (zh) * | 2011-01-28 | 2011-06-15 | 首钢总公司 | 一种快速准确检测铸坯内夹杂物的系统及其方法 |
CN102495133A (zh) * | 2011-12-12 | 2012-06-13 | 北京科技大学 | 一种定量分析铸坯中大型夹杂物分布的方法 |
CN104132998A (zh) * | 2014-08-06 | 2014-11-05 | 北京科技大学 | 一种基于超声扫描显微镜的内部微观缺陷检测方法 |
Non-Patent Citations (6)
Title |
---|
侯慧群 等: "《砂岩型铀矿区域物化探成矿信息提取及综合评价技术研究》", 31 December 2013 * |
张吉先 等: "小波门限消噪法应用中分解层数及阈值的确定", 《中国电机工程学报》 * |
梁惕平: "超声波检测混凝土构件内部缺陷数据处理研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
王劲峰 等: "《空间分析》", 30 September 2006 * |
申忠如 等: "《现代测试技术与系统设计》", 28 February 2006 * |
陈韬亦: "医学超声图像去噪方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107003286A (zh) * | 2015-07-10 | 2017-08-01 | 霍尼韦尔国际公司 | 用于非破坏性测试的基于无空隙内含物的参考标件及制作方法 |
CN105675727A (zh) * | 2016-01-20 | 2016-06-15 | 北京科技大学 | 一种超声聚焦探头散焦区内缺陷的灵敏度补偿方法 |
CN105675727B (zh) * | 2016-01-20 | 2019-06-21 | 北京科技大学 | 一种超声聚焦探头散焦区内缺陷的灵敏度补偿方法 |
CN107132244A (zh) * | 2016-02-29 | 2017-09-05 | 鞍钢股份有限公司 | 一种钢中夹杂物定量评价方法 |
CN107132244B (zh) * | 2016-02-29 | 2020-01-07 | 鞍钢股份有限公司 | 一种钢中夹杂物定量评价方法 |
CN106023293A (zh) * | 2016-05-26 | 2016-10-12 | 北京爱科声科技有限公司 | 一种基于c扫描超声图像的三维重建方法 |
CN105973988B (zh) * | 2016-07-05 | 2019-08-06 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
CN105973988A (zh) * | 2016-07-05 | 2016-09-28 | 方大特钢科技股份有限公司 | 一种层片状缺陷分布的超声三维成像检测方法 |
CN106226399A (zh) * | 2016-08-12 | 2016-12-14 | 江苏大学 | 一种方腿中金属异物无损检测方法 |
CN108088904A (zh) * | 2017-12-06 | 2018-05-29 | 马鞍山钢铁股份有限公司 | 一种铁路车轮超声波探测夹杂物的方法 |
CN110807281A (zh) * | 2019-10-30 | 2020-02-18 | 重庆大学 | 一种考虑材料夹杂物和残余应力的齿轮psn曲线绘制方法 |
CN110807281B (zh) * | 2019-10-30 | 2024-01-26 | 重庆大学 | 一种考虑材料夹杂物和残余应力的齿轮psn曲线绘制方法 |
CN110836928A (zh) * | 2019-11-14 | 2020-02-25 | 西安交通大学 | 一种基于界面波的多层金属管道层间裂纹成像方法 |
CN110836928B (zh) * | 2019-11-14 | 2021-01-15 | 西安交通大学 | 一种基于界面波的多层金属管道层间裂纹成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104730148B (zh) | 2018-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104730148A (zh) | 基于超声检测技术的金属材料内部夹杂物三维重构方法 | |
CN113888471B (zh) | 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法 | |
Merazi-Meksen et al. | Mathematical morphology for TOFD image analysis and automatic crack detection | |
Liu et al. | Damage localization in aluminum plate with compact rectangular phased piezoelectric transducer array | |
Capineri et al. | Advanced image‐processing technique for real‐time interpretation of ground‐penetrating radar images | |
EP1802994B1 (en) | Method and system for improved ultrasound imaging using transmitter-receiver pairs | |
WO2000013037A1 (fr) | Procede de recherche tridimensionnel, procede d'affichage de donnees de voxels tridimensionnelles, et dispositif de realisation de ces procedes | |
CN104914164B (zh) | 一种基于dac曲线的超声波c扫描成像方法 | |
Merazi Meksen et al. | Automatic crack detection and characterization during ultrasonic inspection | |
CN112098526B (zh) | 基于激光超声技术的增材制件近表面缺陷特征提取方法 | |
KR20170124984A (ko) | 지표 투과 레이더의 데이터 처리 방법 | |
CN113359101B (zh) | 一种地下目标探测方法、系统及计算机存储介质 | |
Takahashi et al. | Acceleration of range points migration-based microwave imaging for nondestructive testing | |
Chong et al. | Dispersion curve estimation via a spatial covariance method with ultrasonic wavefield imaging | |
CN103954962B (zh) | 一种基于压缩感知的isar成像脉冲估计算法 | |
Osman | Automated evaluation of three dimensional ultrasonic datasets | |
Li et al. | Artifact suppression of back-projection algorithm under multiple buried objects | |
Montiel-Zafra et al. | A novel method to remove GPR background noise based on the similarity of non-neighboring regions | |
CN113887454A (zh) | 基于卷积神经网络点源识别的非接触激光超声检测方法 | |
Milisavljević et al. | Improving mine recognition through processing and Dempster–Shafer fusion of ground-penetrating radar data | |
CN110261850A (zh) | 一种树木内部缺陷检测数据的成像算法 | |
CN113219054B (zh) | 一种磁瓦内部缺陷检测装置及检测方法 | |
Zeng et al. | An improved forward-looking sonar 3D visualization scheme of underwater objects | |
JP2005331439A (ja) | 探傷信号の分析方法及び分析装置 | |
JP2017500553A (ja) | 断片の表面を再構築する方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |