CN107782797A - 超声波成像处理方法、装置、存储介质及成像系统 - Google Patents
超声波成像处理方法、装置、存储介质及成像系统 Download PDFInfo
- Publication number
- CN107782797A CN107782797A CN201711273839.2A CN201711273839A CN107782797A CN 107782797 A CN107782797 A CN 107782797A CN 201711273839 A CN201711273839 A CN 201711273839A CN 107782797 A CN107782797 A CN 107782797A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- array data
- raw ultrasound
- imaging
- window function
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/015—Attenuation, scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种超声波成像处理方法、装置、存储介质及成像系统,该方法包括:获取原始超声阵列数据;利用底面反射回波法计算超声纵波传播速度;利用波束形成技术处理原始超声阵列数据,得到原始超声图像;根据原始超声图像计算用于界定缺陷位置的动态窗函数;对原始超声阵列数据施加动态窗函数,获取预处理后的超声阵列数据,预处理后的超声阵列数据用于超分辨率成像。基于波束形成技术,通过对原始超声阵列数据施加动态窗函数,获取预处理后的超声阵列数据,可以有效提取包含缺陷信息的散射信号,通过超分辨率成像,从而直观反映待测件内部特征,增强成像质量,且本发明处理方法较于现有的区域图像叠加成像,其具有处理流程简化、成像速度快的优点。
Description
技术领域
本发明涉及超声波成像领域,特别地,涉及一种超声波成像处理方法、装置、存储介质及成像系统。
背景技术
基于超声波的超分辨率成像系统利用时间反转多信号分类法处理包含缺陷信息的散射信号,克服超声波在介质中传播时的衍射限制,由其得到的超声图像具有分辨率高、质量好的优势,因此,在医学成像和工业无损检测领域得到研究和应用。超声波在介质中传播时,遇到缺陷发生散射,产生的散射信号携带了与缺陷特征相关的信息,通过处理散射信号,可以再现缺陷特征,实现对缺陷的成像,因此,从超声回波信号中提取包含缺陷特征信息的散射信号是实现超声成像的基础。但是,在工业无损检测领域,超声回波信号中的散射信号受到背景噪声的干扰,尤其在较强背景噪声的情况下,散射信号会被淹没而无法提取。
现有的方法是将成像区域划分为多个子区域,对于每个子区域,从超声回波信号中提取对应的时域信号,利用时间反转多信号分类法处理时域信号,完成子区域的成像,将不同子区域的图像叠加,形成最终的超声图像,但是,该方法计算过程复杂,成像时间长。
发明内容
本发明提供了一种超声波成像处理方法、装置、存储介质及成像系统,以解决现有的区域图像叠加成像方法计算过程复杂、成像时间长的技术问题。
本发明采用的技术方案如下:
根据本发明的一个方面,提供一种超声波成像处理方法,其包括:
获取原始超声阵列数据;
利用底面反射回波法计算超声纵波传播速度;
利用波束形成技术处理原始超声阵列数据,得到原始超声图像;
根据原始超声图像计算用于界定缺陷位置的动态窗函数;
对原始超声阵列数据施加动态窗函数,获取预处理后的超声阵列数据,预处理后的超声阵列数据用于超分辨率成像。
进一步地,利用底面反射回波法计算超声纵波传播速度采用的计算公式如下:
其中,cij为超声纵波传播速度,xi为发射阵元对应的位置坐标,xj为接收阵元对应的位置坐标,d为试块高度,tij为超声回波传播时间。
进一步地,波束形成技术处理原始超声阵列数据,得到原始超声图像步骤中,确定成像区域中任意像素点的强度计算公式如下:
I(x,z)=|∑sij(2z/cij)|,|xij-x|≤D/2
其中,(x,z)为像素点位置坐标,I(x,z)为像素点强度,sij为原始超声阵列数据,cij为超声纵波传播速度,D为设定的孔径宽度。
进一步地,根据原始超声图像计算用于界定缺陷位置的动态窗函数包括:
根据原始超声图像,评估缺陷出现的位置范围;
在成像区域中划定方形框,方形框包含缺陷出现的位置范围;
根据超声纵波传播至方形框的距离和传播速度,计算方形框对应的时间区间;
根据时间区间定义动态窗函数。
进一步地,本发明超声波成像处理方法还包括:
利用超分辨率成像方法对预处理后的超声阵列数据进行处理得到质量增强后的超声图像。
根据本发明的另一方面,还提供一种超声波成像处理装置,本发明处理装置包括:
获取单元,用于获取原始超声阵列数据;
第一计算单元,用于利用底面反射回波法计算超声纵波传播速度;
波束成像单元,用于利用波束形成技术处理原始超声阵列数据,得到原始超声图像;
第二计算单元,用于根据原始超声图像计算用于界定缺陷位置的动态窗函数;
预处理单元,用于对原始超声阵列数据施加动态窗函数,获取预处理后的超声阵列数据;预处理后的超声阵列数据用于超分辨率成像。
进一步地,第二计算单元包括:
评估模块,用于根据原始超声图像,评估缺陷出现的位置范围;
区域设定模块,用于在成像区域中划定方形框,方形框包含缺陷出现的位置范围;
时间区间界定模块,用于根据超声纵波传播至方形框的距离和传播速度,计算方形框对应的时间区间;
动态窗函数构建模块,用于根据时间区间定义动态窗函数。
进一步地,本发明处理装置还包括:成像单元,用于利用超分辨率成像方法对预处理后的超声阵列数据进行处理得到质量增强后的超声图像。
根据本发明的另一方面,还提供一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在的设备执行本发明的超声波成像处理方法。
根据本发明的另一方面,还提供一种超声波成像系统,其包括:
阵列传感器,用于对称布置于待测件表面,以发射和接收超声波信号;
阵列控制器,与阵列传感器连接,用于控制阵列传感器中的各个阵元的工作模式;
处理器,与阵列控制器连接,用于运行程序,程序运行时执行本发明的超声波成像处理方法。
本发明具有以下有益效果:
本发明超声波成像处理方法、装置、存储介质及成像系统,利用底面反射回波法计算超声纵波传播速度,基于波束形成技术,通过对原始超声阵列数据施加动态窗函数,获取预处理后的超声阵列数据,可以有效提取包含缺陷信息的散射信号,通过超分辨率成像,从而直观反映待测件内部特征,增强成像质量,且本发明处理方法较于现有的区域图像叠加成像,其具有处理流程简化、成像速度快的优点。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例超声波成像系统的结构示意图;
图2是本发明优选实施例超声波成像处理方法的流程示意图;
图3是本发明优选实施例中获取超声阵列数据的原理示意图;
图4是本发明优选实施例中超声纵波传播速度计算的原理示意图;
图5是本发明优选实施例中波束形成技术得到的原始超声图像的原理示意图;
图6是本发明优选实施例中动态窗函数计算的流程示意图;
图7是本发明优选实施例中原始超声回波信号的示意图;
图8是本发明优选实施例中预处理后的散射信号的示意图;
图9是本发明优选实施例另一超声波成像处理方法的流程示意图;
图10是本发明优选实施例中基于原始超声阵列数据得到的超声图像示意图;
图11是本发明优选实施例基于预处理后的超声阵列数据得到的超声图像示意图;
图12是本发明优选实施例超声波成像处理装置的原理方框示意图;
图13是本发明优选实施例中第二计算单元的原理方框示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1示出了本发明优选实施例超声波成像系统的结构示意图。参照图1,本实施例超声波成像系统包括处理器10、阵列控制器20、阵列传感器30以及包含缺陷的试块40。系统工作时,阵列传感器30按照对称方式布置在试块40表面,用于发射和接收超声信号,阵列控制器20与阵列传感器30连接,用于控制阵列传感器30中各个阵元的工作模式,处理器10处理获取的超声阵列数据,完成超声成像。本实施例中,试块40由铜材料制成,铜块的内部有两个直径为1mm的贯通孔,贯通孔的间距d=1.7λ,贯通孔与阵列传感器的距离z=22λ,λ为超声波波长。
图2示出了本发明优选实施例超声波成像处理方法的流程示意图。参照图2,本实施例超声波成像处理方法包括:
步骤S100,获取原始超声阵列数据sij(t);
步骤S200,利用底面反射回波法计算超声纵波传播速度cij;
步骤S300,利用波束形成技术处理原始超声阵列数据,得到原始超声图像;
步骤S400,根据原始超声图像计算用于界定缺陷位置的动态窗函数hij(t);
步骤S500,对原始超声阵列数据施加动态窗函数,获取预处理后的超声阵列数据s′ij(t),预处理后的超声阵列数据s′ij(t)用于超分辨率成像。
具体地,步骤S100中,获取原始超声阵列数据的执行过程如图3所示。对于一个包含N个阵元的阵列传感器,取其第1个阵元为发射阵元,同时1-N个阵元为接收阵元,获取N个时域信号s11(t)~s1N(t);取其第2个阵元为发射阵元,同时1-N个阵元为接收阵元,获取N个时域信号s21(t)~s2N(t);依次类推,取其第N个阵元为发射阵元,同时1-N个阵元为接收阵元,获取N个时域信号sN1(t)~sNN(t),采用该方法获取的原始超声阵列数据共包括N*N个时域信号sij(t)。
本实施例步骤S200中,利用底面反射回波法处理原始超声阵列数据,获取超声纵波传播速度cij,如图4所示。发射阵元发出的超声波经试块底面反射被接收阵元接收,发射阵元坐标位置为(xi,0),接收阵元坐标位置为(xj,0),底面反射点坐标位置为其中,d为试块高度。超声纵波传播速度计算公式如式(1)所示,其中tij可从超声回波信号中得到。
优选地,步骤S300中,波束形成技术处理原始超声阵列数据,得到原始超声图像步骤中,确定成像区域中任意像素点的强度计算公式如下:
I(x,z)=|∑sij(2z/cij)|,|xij-x|≤D/2 (2)
其中,(x,z)为像素点位置坐标,I(x,z)为像素点强度,sij为原始超声阵列数据,cij为超声纵波传播速度,D为设定的孔径宽度。
具体地,如图5所示,对于成像区域中的任意像素点(x,z),采用公式(2)得到像素点强度I(x,z)。
本实施例步骤S400中,根据原始超声图像计算用于界定缺陷位置的动态窗函数的流程如图6所示。参见图6,其包括:
步骤S410,根据原始超声图像,评估缺陷出现的位置范围;
本实施例根据原始超声图像可以初步确定试块的缺陷孔对应的位置范围。
步骤S420,在成像区域中划定方形框,方形框包含缺陷出现的位置范围;
本实施例方形框的设定根据预设阈值进行设定,使得该方形框包含缺陷出现的位置范围,如图5所示的虚线框。
步骤S430,根据超声纵波传播至方形框的距离和传播速度,计算方形框对应的时间区间;
本实施例中,根据超声波从发射阵元ei经方形框顶点(A,B,C,D)到接收阵元ej的最大传播距离dmax和最小传播距离dmin,以及超声纵波传播速度cij,计算该方形框对应的时间区间(t1,t2)。
步骤S440,根据时间区间定义动态窗函数。
本实施例中,定义动态窗函数hij(t)如公式(3)所示:
hij(t)=1,t1≤t≤t2 (3)
本实施例步骤S500中,利用动态窗函数hij(t)处理原始超声阵列数据sij(t),得到预处理后的超声阵列数据s′ij(t),计算公式如式(4)所示。
s′ij(t)=sij(t)hij(t) (4)
图7给出了原始超声阵列数据中的任意一个超声回波信号,图8给出了经过动态窗函数处理后得到的包含缺陷信息的散射信号,比较这两幅图可知,经过动态窗函数的处理,可以从超声回波信号中提取有效的散射信号。
在本发明的另一实施例中,参见图9,超声波成像处理方法还包括:
步骤S600,利用超分辨率成像方法对预处理后的超声阵列数据进行处理得到质量增强后的超声图像。
基于原始超声阵列数据sij(t)经超分辨率成像方法处理后得到的超声图像图如图10所示;基于预处理后的超声阵列数据s′ij(t)经超分辨率成像方法处理后得到的超声图像图如图11所示。根据图10所示的超声图像,无法识别铜块内的两个贯通孔;根据图11所示的超声图像,可以直观发现其成像结果中包含两个目标,而且目标的坐标位置与贯通孔的位置吻合。因此,本实施例提出的超声波预处理方法,可以有效提取包含缺陷信息的散射信号,得到高质量的超声图像,直观反映试块的内部特征。
根据本发明的另一方面,还提供一种超声波成像处理装置,该超声波成像处理装置用于执行上述实施例的超声波成像处理方法,参见图12,本实施例处理装置包括:
获取单元100,用于获取原始超声阵列数据;
第一计算单元200,用于利用底面反射回波法计算超声纵波传播速度;
波束成像单元300,用于利用波束形成技术处理原始超声阵列数据,得到原始超声图像;
第二计算单元400,用于根据原始超声图像计算用于界定缺陷位置的动态窗函数;
预处理单元500,用于对原始超声阵列数据施加动态窗函数,获取预处理后的超声阵列数据;预处理后的超声阵列数据用于超分辨率成像。
优选地,本实施例中,参见图13,第二计算单元400包括:
评估模块410,用于根据原始超声图像,评估缺陷出现的位置范围;
区域设定模块420,用于在成像区域中划定方形框,方形框包含缺陷出现的位置范围;
时间区间界定模块430,用于根据超声纵波传播至方形框的距离和传播速度,计算方形框对应的时间区间;
动态窗函数构建模块440,用于根据时间区间定义动态窗函数。
参见图12,本实施例处理装置还包括:成像单元600,用于利用超分辨率成像方法对预处理后的超声阵列数据进行处理得到质量增强后的超声图像。
本实施例超声波成像处理装置的具体执行过程可以参照上述方法实施例,在此不做赘述。
根据本发明的另一方面,还提供一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在的设备执行本发明实施例的超声波成像处理方法。
根据本发明的另一方面,还提供一种超声波成像系统,其包括:
阵列传感器,用于对称布置于待测件表面,以发射和接收超声波信号;
阵列控制器,与阵列传感器连接,用于控制阵列传感器中的各个阵元的工作模式;
处理器,与阵列控制器连接,用于运行程序,程序运行时执行本发明实施例的超声波成像处理方法。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个或者多个计算设备可读取存储介质中。基于这样的理解,本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory),磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种超声波成像处理方法,其特征在于,包括:
获取原始超声阵列数据;
利用底面反射回波法计算超声纵波传播速度;
利用波束形成技术处理所述原始超声阵列数据,得到原始超声图像;
根据所述原始超声图像计算用于界定缺陷位置的动态窗函数;
对所述原始超声阵列数据施加所述动态窗函数,获取预处理后的超声阵列数据,所述预处理后的超声阵列数据用于超分辨率成像。
2.根据权利要求1所述的超声波成像处理方法,其特征在于,
所述利用底面反射回波法计算超声纵波传播速度采用的计算公式如下:
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>4</mn>
<msup>
<mi>d</mi>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<msub>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mfrac>
</mrow>
其中,cij为超声纵波传播速度,xi为发射阵元对应的位置坐标,xj为接收阵元对应的位置坐标,d为试块高度,tij为超声回波传播时间。
3.根据权利要求1所述的超声波成像处理方法,其特征在于,
所述波束形成技术处理所述原始超声阵列数据,得到原始超声图像步骤中,确定成像区域中任意像素点的强度计算公式如下:
I(x,z)=|∑sij(2z/cij)|,|xij-x|≤D/2
其中,(x,z)为像素点位置坐标,I(x,z)为像素点强度,sij为原始超声阵列数据,cij为超声纵波传播速度,D为设定的孔径宽度。
4.根据权利要求1所述的超声波成像处理方法,其特征在于,
根据所述原始超声图像计算用于界定缺陷位置的动态窗函数包括:
根据原始超声图像,评估缺陷出现的位置范围;
在成像区域中划定方形框,所述方形框包含缺陷出现的位置范围;
根据所述超声纵波传播至所述方形框的距离和传播速度,计算所述方形框对应的时间区间;
根据所述时间区间定义所述动态窗函数。
5.根据权利要求1至4任一所述的超声波成像处理方法,其特征在于,还包括:
利用超分辨率成像方法对所述预处理后的超声阵列数据进行处理得到质量增强后的超声图像。
6.一种超声波成像处理装置,其特征在于,包括:
获取单元,用于获取原始超声阵列数据;
第一计算单元,用于利用底面反射回波法计算超声纵波传播速度;
波束成像单元,用于利用波束形成技术处理所述原始超声阵列数据,得到原始超声图像;
第二计算单元,用于根据所述原始超声图像计算用于界定缺陷位置的动态窗函数;
预处理单元,用于对所述原始超声阵列数据施加所述动态窗函数,获取预处理后的超声阵列数据;所述预处理后的超声阵列数据用于超分辨率成像。
7.根据权利要求6所述的超声波成像处理装置,其特征在于,
所述第二计算单元包括:
评估模块,用于根据原始超声图像,评估缺陷出现的位置范围;
区域设定模块,用于在成像区域中划定方形框,所述方形框包含缺陷出现的位置范围;
时间区间界定模块,用于根据所述超声纵波传播至所述方形框的距离和传播速度,计算所述方形框对应的时间区间;
动态窗函数构建模块,用于根据所述时间区间定义所述动态窗函数。
8.根据权利要求6所述的超声波成像处理装置,其特征在于,还包括:
成像单元,用于利用超分辨率成像方法对所述预处理后的超声阵列数据进行处理得到质量增强后的超声图像。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在的设备执行如权利要求1至5任一所述的超声波成像处理方法。
10.一种超声波成像系统,其特征在于,包括:
阵列传感器,用于对称布置于待测件表面,以发射和接收超声波信号;
阵列控制器,与所述阵列传感器连接,用于控制所述阵列传感器中的各个阵元的工作模式;
处理器,与所述阵列控制器连接,用于运行程序,所述程序运行时执行如权利要求1至5任一所述的超声波成像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711273839.2A CN107782797A (zh) | 2017-12-06 | 2017-12-06 | 超声波成像处理方法、装置、存储介质及成像系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711273839.2A CN107782797A (zh) | 2017-12-06 | 2017-12-06 | 超声波成像处理方法、装置、存储介质及成像系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107782797A true CN107782797A (zh) | 2018-03-09 |
Family
ID=61429990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711273839.2A Pending CN107782797A (zh) | 2017-12-06 | 2017-12-06 | 超声波成像处理方法、装置、存储介质及成像系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107782797A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409283A (zh) * | 2021-06-25 | 2021-09-17 | 中国人民解放军国防科技大学 | 一种基于超分辨率超声图像的缺陷量化方法、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101648A (zh) * | 2014-04-10 | 2014-10-15 | 太原科技大学 | 基于李雅普诺夫指数的超声导波定位缺陷的方法 |
CN104535656A (zh) * | 2014-12-17 | 2015-04-22 | 江苏大学 | 全光学非接触式复合材料板层裂损伤检测系统及方法 |
CN105403622A (zh) * | 2015-11-07 | 2016-03-16 | 哈尔滨理工大学 | 一种板材损伤识别定位方法 |
CN106037820A (zh) * | 2015-01-09 | 2016-10-26 | 柯尼卡美能达株式会社 | 超声波诊断装置 |
-
2017
- 2017-12-06 CN CN201711273839.2A patent/CN107782797A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104101648A (zh) * | 2014-04-10 | 2014-10-15 | 太原科技大学 | 基于李雅普诺夫指数的超声导波定位缺陷的方法 |
CN104535656A (zh) * | 2014-12-17 | 2015-04-22 | 江苏大学 | 全光学非接触式复合材料板层裂损伤检测系统及方法 |
CN106037820A (zh) * | 2015-01-09 | 2016-10-26 | 柯尼卡美能达株式会社 | 超声波诊断装置 |
CN105403622A (zh) * | 2015-11-07 | 2016-03-16 | 哈尔滨理工大学 | 一种板材损伤识别定位方法 |
Non-Patent Citations (4)
Title |
---|
CHENGGUANG FAN 等: "The pre-processing of ultrasonic array data for timereversal-based imaging algorithm", 《2017 FAR EAST NDT NEW TECHNOLOGY & APPLICATION FORUM (FEBDT)》 * |
彭华: "CRH动车轮对超声相控阵全矩阵成像技术研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
樊程广: "超声相控阵超分辨率成像方法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
黄玉秋: "相控阵超声缺陷检测信号处理研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113409283A (zh) * | 2021-06-25 | 2021-09-17 | 中国人民解放军国防科技大学 | 一种基于超分辨率超声图像的缺陷量化方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Malyarenko et al. | Ultrasonic Lamb wave diffraction tomography | |
Nakahata et al. | Ultrasonic imaging using signal post-processing for a flexible array transducer | |
Moriot et al. | A model-based approach for statistical assessment of detection and localization performance of guided wave–based imaging techniques | |
Drai et al. | Elaboration of some signal processing algorithms in ultrasonic techniques: application to materials NDT | |
Quaegebeur et al. | Correlation-based imaging technique using ultrasonic transmit–receive array for non-destructive evaluation | |
Wilcox et al. | Fusion of multi-view ultrasonic data for increased detection performance in non-destructive evaluation | |
Harley et al. | Statistical partial wavefield imaging using Lamb wave signals | |
Safari et al. | Assessment methodology for defect characterisation using ultrasonic arrays | |
Divós et al. | Resolution of stress wave based acoustic tomography | |
Rao et al. | Quantitative reconstruction of defects in multi-layered bonded composites using fully convolutional network-based ultrasonic inversion | |
Bucaro et al. | Acoustic identification of buried underwater unexploded ordnance using a numerically trained classifier (L) | |
Fromme | Guided wave sensitivity prediction for part and through-thickness crack-like defects | |
CN107802286B (zh) | 基于多频时间反转技术的超声成像方法和系统 | |
Wang et al. | Shallow water sound source localization using the iterative beamforming method in an image framework | |
Levine et al. | Guided wave localization of damage via sparse reconstruction | |
Michaels et al. | Adaptive imaging of damage from changes in guided wave signals recorded from spatially distributed arrays | |
Wu et al. | Ultrasonic phased array phase shift migration imaging of irregular surface components using attenuation compensation and anti-aliasing technique | |
Osman | Automated evaluation of three dimensional ultrasonic datasets | |
Laroche et al. | Fast non-stationary deconvolution of ultrasonic beamformed images for nondestructive testing | |
CN107782797A (zh) | 超声波成像处理方法、装置、存储介质及成像系统 | |
Malatesta et al. | Double-stage DMAS with fresnel zone filtering in guided waves damage imaging | |
JP2003515134A (ja) | フェーズドアレイの伝搬波経路を球状境界物質内に集束させる方法および装置 | |
Molinier et al. | Ultrasonic imaging using conditional generative adversarial networks | |
Voccola et al. | On the relationship between the generalized likelihood ratio test and backprojection for synthetic aperture radar imaging | |
Malatesta et al. | The delay multiply and sum algorithm for Lamb waves based structural health monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |