CN108693253A - 一种快速相控阵超声全聚焦成像技术 - Google Patents
一种快速相控阵超声全聚焦成像技术 Download PDFInfo
- Publication number
- CN108693253A CN108693253A CN201810407602.7A CN201810407602A CN108693253A CN 108693253 A CN108693253 A CN 108693253A CN 201810407602 A CN201810407602 A CN 201810407602A CN 108693253 A CN108693253 A CN 108693253A
- Authority
- CN
- China
- Prior art keywords
- matrix
- data
- submatrix
- wave
- signal
- 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
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种快速相控阵超声全聚焦成像技术。将已采集到的全矩阵数据A×NRX×NTX拆分为N个二维子矩阵数据An×NRX,利用基于二维正/逆傅里叶变换的算法,对各子矩阵数据进行虚拟聚焦,通过循环运算获得1~N号子矩阵二维聚焦图像,最后将所有子矩阵二维聚焦图像进行图像融合,获得全聚焦图像。本发明有望解决现有相控阵超声波探伤仪难以实时全聚焦成像的问题,快速、有效地实现了材料内部缺陷的高精度定量、定位、定性,具有良好的推广及应用前景。
Description
技术领域
本发明涉及超声无损检测领域,特别涉及一种基于二维正/逆傅里叶变换的快速相控阵超声全聚焦成像技术。
背景技术
全聚焦(total focusing method,TFM)是近年来兴起的一种相控阵超声后处理成像技术。与传统相控阵成像技术相比,该技术是一种依赖于全矩阵数据采集(full matrixcapture,FMC)的离线成像技术,克服了传统技术中发射声束数量受限的缺点,并通过离线处理实现整个被检区域的聚焦。研究表明,与传统相控阵所提供的B型、C型、D型、S型视图相比,TFM图像具有更高的检测信噪比和分辨率,其缺陷检测能力和定量精度更高。正因如此,相关学者将全聚焦称之为相控阵超声检测中的“黄金标准”成像技术。
FMC可将相控阵换能器内所有阵元依次作为发射-接收阵元组合,通过一发多收模式多方位采集时域检测信号,形成发射阵元序列、接收阵元序列和时间采样点数组成的三维矩阵数据。以阵元数为N的相控阵超声检测系统为例,按照1、2…n…N号的顺序逐次对单个阵元进行激发。每次激发后,声波经过检测目标并被1~N号全部阵元接收。这样,经N次激发后,共计形成N×N个超声脉冲反射信号,以三维矩阵A×NRX×NTX形式保存,上述三维矩阵即为全矩阵数据。相比之下,一般超声成像所用数据仅为A×NTX二维矩阵。
由上可知,用于全聚焦成像的全矩阵数据所携带的检测信号量十分庞大。当参与信号采集的阵元数为128或256时,全矩阵数据中将包含1282或2562个由上几千采样点组成的信号,而成像时需要重复、繁重的迭代运算,难以在短时间内处理庞大的数据量,导致成像时间十分漫长。因此,当下主流高端相控阵超声检测设备中,全聚焦通常被用作离线图像处理技术,无法满足实时成像的需求。基于此,如何提高全聚焦技术的效率是当下业界亟待解决的问题之一。
对此,相关研究者从算法和硬件两方面入手,试图有效提高全聚焦成像的运算效率。算法方面,研究者们根据全矩阵数据具有对称性的特点,将其简化为半矩阵或三角阵等稀疏矩阵,用以减少数据量进而缩短运算时间。然而,这种减少数据量的方法仅能将运算时间缩短几分之一,运算效率提升不够明显。硬件方面,研究者们提出了基于多核心CPU和GPU并行运算方法,即利用多核心硬件进行多路并行迭代运算缩短运算时间。虽然多核心硬件加速方法能够显著提升运算效率,但现阶段这些高性能硬件仅配置在工作站电脑上,短时期内难以普及到便携式超声相控阵探伤仪中。综上,成像速度慢是现阶段全聚焦技术发展中亟待解决的问题,更有效的快速超声全聚焦成像方法期待被提出。
发明内容
本发明的目的在于提供一种基于二维正/逆傅里叶变换的快速相控阵超声全聚焦成像技术,以高效正/逆离散傅里叶变换代替繁重的迭代运算,显著缩短全聚焦图像的计算时间,为材料内部缺陷的高精度定量、定位、定性提供快速、有效的方法。
本发明的目的是这样实现的。一种快速相控阵超声全聚焦成像技术,包括如下步骤:
1)将已采集到的全矩阵数据A×NRX×NTX拆分为N个二维子矩阵数据An×NRX,用以表示单阵元n发出,被1~N阵元号全部阵元接收的N个信号;在所述全矩阵数据A×NRX×NTX中,A为缺陷的超声检测信号,NRX为接收阵元RX的序号,NTX为发射阵元TX的序号;在所述子矩阵数据An×NRX中,行序表示水平坐标x上信号幅值的变化,即信号随接收阵元位置的变化,列序表示垂直坐标z上信号幅值的变化,即信号随接收采样点的变化;
2)利用基于二维正/逆傅里叶变换的算法,对各子矩阵数据进行虚拟聚焦,具体实施方法如下:
2.1分别对各子矩阵数据进行二维傅里叶变换,将所述子矩阵数据由时域空间矩阵D(t,x)转换为频域空间矩阵D(ω,kx);在矩阵D(t,x)中,t为信号沿垂直坐标z上的传播时间,x为水平方向x上的信号幅值变化;在矩阵D(ω,kx)中,ω为相位沿垂直方向z上的变化率,ω与t之间满足关系式ω=2πt;kx为频域空间中水平方向x上的波数矢量,由于声波未沿x方向传播,因此kx=x(1、2…n…N);
2.2通过已知量ω和kx计算垂直方向z上的波数矢量kZ,得到频域矩阵D(kZ,kx),所述波数矢量KZ表达式如下:
式中,kZ为聚焦前z方向上的波数矢量,c为被检材料的纵波声速;
2.3利用波数矢量kZ构建频谱外推矩阵F(kz,kx),表达式如下:
式中,ei为复数表达式,△z为垂直坐标z上的相邻信号采样点之间的间隔,由采样频率Fs、纵波声速c算出,满足如下关系式:
Δz=c/Fs (3)
2.4通过频谱外推因子F(kz,kx)对D(kZ,kx)进行加权得到D(kz,kx),实现声束在频域空间中的聚焦,其表达式写作:
D(kz,kx)=D(kZ,kx)·F(kz,kx) (4)
2.5利用二维逆离散傅里叶变换,将聚焦频域空间矩阵D(kz,kx)表达为聚焦时域空间矩阵D(z,x),网格化后,获得子矩阵聚焦图像ID(x,z);
3)按照步骤2),通过循环运算获得1~N号子矩阵二维聚焦图像,最后将所有子矩阵二维聚焦图像进行图像融合,获得全聚焦图像。
本发明基于二维正/逆傅里叶变换的快速相控阵超声全聚焦成像技术应用于实践,解决了现有相控阵超声波探伤仪难以实时全聚焦成像的问题,快速、有效地实现了材料内部缺陷的高精度定量、定位、定性,具有良好的推广及应用前景。
附图说明
图1是本发明中超声全矩阵数据采集系统示意图;
图2是本发明对厚度40mm碳钢试块进行检测的摆放位置图;
图3是本发明中基于二维正/逆傅里叶变换的子矩阵数据聚焦运算流程图;
图4是常规的全聚焦图像;
图5是本发明的基于二维正/逆傅里叶变换的全聚焦图像。
具体实施方式
以下结合附图和实施例对本发明作进一步说明。参见图1至图5,一种快速相控阵超声全聚焦成像技术,以128阵元,对40mm厚碳钢试块中20mm深度的Φ2边钻孔进行检测为例,包括如下步骤:
1)如图1所示,通过相控阵探头1、多通道选择器2、超声信号发射接收器3、数字示波器4和计算机终端5搭建独立128通道超声信号采集系统。其中,相控阵探头1与多通道选择器2相连接,多通道选择器2与超声信号发射接收器3之间通过发射接口TX、接收接口RX连接,多通道选择器2与计算机终端5之间通过网线LAN连接,超声信号发射接收器3与数字示波器4之间通过OUT和SYMC接口连接,相控阵探头1放置于检测工件6上。相控阵探头1和检测工件6实物图如图2所示,其中,相控阵探头1阵元数为128,阵元中心间距1mm,中心频率5MHz。1号阵元201位于探头右侧,128号阵元204位于探头左侧,64号阵元203位于1号阵元201和128号阵元204中间。图2中的检测工件6为厚度40mm的碳钢试块,缺陷为20mm深度的Φ2边钻孔202。以采样频率Fs=100MHz,按照图2中所示的顺序逐次激发1、2…n…64号阵元,每次激发后,声波经过检测目标后被1~64号全部阵元接收。64次激发后共计形成64×64个超声脉冲反射信号,每个信号2499个采样点,以三维全矩阵数据A×NRX×NTX形式保存(A=2499,NRX=64,NTX=64)。
2)利用MATLAB软件读取全矩阵数据A×NRX×NTX,将其命名为data_all,其数据量为2499×64×64)。定义子矩阵变量data=zeros(2499,64),通过for循环对64个子变量进行赋值,令data=data_all(:,:,n),其中n代表发射阵元序号,取值范围0~64。通过上述操作,将三维全矩阵数据data_all拆分为64个二维子矩阵data,每个子矩阵中含有64个超声脉冲反射信号,用以表示单阵元n发出,被1~64阵元号全部阵元接收的64个信号。子矩阵数据data中,行序表示水平坐标x上信号幅值的变化,即信号随接收阵元位置的变化;列序表示垂直坐标z上信号幅值的变化,即信号随接收采样点的变化。
3)步骤2)的for循环中,每次循环得到子矩阵data(n)后,利用基于二维正/逆傅里叶变换的算法(自定义函数FFT/IFFT_focus)对data(n)进行虚拟聚焦,计算流程如图3所示,具体实施方法如以下步骤4)~8)所描述。
4)利用MATLAB中的fft2函数对子矩阵数据data(n)进行二维傅里叶变换,将子矩阵数据data(n)由时域空间D(t,x)转换为频域空间D(ω,kx)。矩阵D(t,x)中,t为信号沿垂直坐标z上的传播时间,x为水平方向x上的信号幅值变化。矩阵D(ω,kx)中,ω为相位沿垂直方向z上的变化率,ω与t之间满足关系式ω=2πt。kx为频域空间中水平方向x上的波数矢量,由于声波未沿x方向传播,因此kx=x(1、2…n…64)。
5)通过已知量ω和kx计算垂直方向z上的波数矢量kZ,得到频域矩阵D(kZ,kx),KZ表达式如下:
式中,kZ为聚焦前z方向上的波数矢量,c为被检材料的纵波声速,数值为5800m/s。
6)利用波数矢量kZ构建频谱外推矩阵F(kZ,kx)(kZ=2499,kx=64),表达式如下
式中,ei为复数表达式,△z为垂直坐标z上的相邻信号采样点之间的间隔,可由采样频率Fs、纵波声速c算出,满足如下关系式:
Δz=c/Fs (3)
7)通过频谱外推因子F(kz,kx)对D(kZ,kx)进行加权得到D(kz,kx),实现声束在频域空间中的聚焦,其表达式写作:
D(kz,kx)=D(kZ,kx)·F(kz,kx) (4)
8)利用二维逆离散傅里叶变换将聚焦频域空间矩阵D(kz,kx)表达为聚焦时域空间矩阵D(z,x)。利用meshgrid函数将D(z,x)网格化,获得子矩阵聚焦图像ID(x,z)。
9)通过循环按照步骤4)~8),获得1~64号子矩阵二维聚焦图像,最后将所有子矩阵二维聚焦图像进行图像融合,获得如图4所示的全聚焦图像。与图5所示的常规全聚焦图像相比较,基于二维正/逆傅里叶变换得到的全聚焦图像具有更高的横向分辨率。以I54310U型CPU,4G计算内存为测试平台对比两种方法的运行时间,MATLAB 2015a软件单核CPU计算环境下,本发明提出的算法仅需0.47s,而常规全聚焦算法需要362.15s。若考虑后续算法优化和硬件加速,本发明能够满足高质量实时成像条件,有望解决现有相控阵超声波探伤仪难以实时全聚焦成像的问题。
Claims (1)
1.一种快速相控阵超声全聚焦成像技术,其特征在于,包括如下步骤:
1)将已采集到的全矩阵数据A×NRX×NTX拆分为N个二维子矩阵数据An×NRX,用以表示单阵元n发出,被1~N阵元号全部阵元接收的N个信号;在所述全矩阵数据A×NRX×NTX中,A为缺陷的超声检测信号,NRX为接收阵元RX的序号,NTX为发射阵元TX的序号;在所述子矩阵数据An×NRX中,行序表示水平坐标x上信号幅值的变化,即信号随接收阵元位置的变化,列序表示垂直坐标z上信号幅值的变化,即信号随接收采样点的变化;
2)利用基于二维正/逆傅里叶变换的算法,对各子矩阵数据进行虚拟聚焦,具体实施方法如下:
2.1分别对各子矩阵数据进行二维傅里叶变换,将所述子矩阵数据由时域空间矩阵D(t,x)转换为频域空间矩阵D(ω,kx);在矩阵D(t,x)中,t为信号沿垂直坐标z上的传播时间,x为水平方向x上的信号幅值变化;在矩阵D(ω,kx)中,ω为相位沿垂直方向z上的变化率,ω与t之间满足关系式ω=2πt;kx为频域空间中水平方向x上的波数矢量,由于声波未沿x方向传播,因此kx=x(1、2…n…N);
2.2通过已知量ω和kx计算垂直方向z上的波数矢量kZ,得到频域矩阵D(kZ,kx),所述波数矢量KZ表达式如下:
式中,kZ为聚焦前z方向上的波数矢量,c为被检材料的纵波声速;
2.3利用波数矢量kZ构建频谱外推矩阵F(kz,kx),表达式如下:
式中,ei为复数表达式,△z为垂直坐标z上的相邻信号采样点之间的间隔,由采样频率Fs、纵波声速c算出,满足如下关系式:
Δz=c/Fs (3)
2.4通过频谱外推因子F(kz,kx)对D(kZ,kx)进行加权得到D(kz,kx),实现声束在频域空间中的聚焦,其表达式写作:
D(kz,kx)=D(kZ,kx)·F(kz,kx) (4)
2.5利用二维逆离散傅里叶变换,将聚焦频域空间矩阵D(kz,kx)表达为聚焦时域空间矩阵D(z,x),网格化后,获得子矩阵聚焦图像ID(x,z);
3)按照步骤2),通过循环运算获得1~N号子矩阵二维聚焦图像,最后将所有子矩阵二维聚焦图像进行图像融合,获得全聚焦图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810407602.7A CN108693253A (zh) | 2018-05-02 | 2018-05-02 | 一种快速相控阵超声全聚焦成像技术 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810407602.7A CN108693253A (zh) | 2018-05-02 | 2018-05-02 | 一种快速相控阵超声全聚焦成像技术 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108693253A true CN108693253A (zh) | 2018-10-23 |
Family
ID=63846033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810407602.7A Pending CN108693253A (zh) | 2018-05-02 | 2018-05-02 | 一种快速相控阵超声全聚焦成像技术 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108693253A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609084A (zh) * | 2019-07-12 | 2019-12-24 | 南昌航空大学 | 用于航空涡轮盘的超声相控阵成像自动扫描装置及方法 |
CN110687207A (zh) * | 2019-11-13 | 2020-01-14 | 大连理工大学 | 一种基于频域处理的亚波长级分辨力超声成像方法 |
CN111175381A (zh) * | 2019-12-09 | 2020-05-19 | 中北大学 | 基于全矩阵数据的复合构件界面快速成像定量检测方法 |
CN111307945A (zh) * | 2020-04-09 | 2020-06-19 | 上海工程技术大学 | 一种基于超声阵列检测无砟轨道近表面缺陷的成像方法及装置 |
CN111452830A (zh) * | 2020-04-09 | 2020-07-28 | 上海工程技术大学 | 一种实现轨道板裂缝自动检测的成像方法及装置 |
CN111929365A (zh) * | 2020-08-07 | 2020-11-13 | 广东汕头超声电子股份有限公司 | 一种超声成像检测显示方法 |
CN112067698A (zh) * | 2020-09-14 | 2020-12-11 | 南昌航空大学 | 一种时频结合快速全聚焦超声成像方法 |
CN112684005A (zh) * | 2020-12-10 | 2021-04-20 | 苏州热工研究院有限公司 | 基于二维矩阵换能器的全聚焦检测方法 |
CN113702504A (zh) * | 2020-07-28 | 2021-11-26 | 广州建筑产业研究院有限公司 | 一种套筒灌浆饱满度检测方法及计算机设备 |
CN114487117A (zh) * | 2022-02-18 | 2022-05-13 | 浙江大学 | 一种超声相控阵全矩阵数据非递归高效成像方法 |
CN117347502A (zh) * | 2023-12-04 | 2024-01-05 | 中国飞机强度研究所 | 一种薄壁叶片的全聚焦成像方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830173A (zh) * | 2012-08-29 | 2012-12-19 | 北京工业大学 | 一种轴类结构类表面波非接触式波速提取的方法 |
CN105004792A (zh) * | 2015-07-20 | 2015-10-28 | 北京工业大学 | 一种用于微裂纹检测的非线性超声相控阵成像方法 |
CN105759267A (zh) * | 2016-03-11 | 2016-07-13 | 南京航空航天大学 | 一种大斜视角SAR的改进Omega-K成像方法 |
US20160213258A1 (en) * | 2014-12-24 | 2016-07-28 | Bahman LASHKARI | Methods for generating multiple mismatched coded excitation signals |
CN105997142A (zh) * | 2016-06-12 | 2016-10-12 | 飞依诺科技(苏州)有限公司 | 一种超声系统发射信号的复合、成像方法及装置 |
CN106501367A (zh) * | 2016-10-10 | 2017-03-15 | 清华大学 | 基于椭圆弧扫描转换的相控阵超声回波成像方法 |
CN106596736A (zh) * | 2016-12-14 | 2017-04-26 | 天津大学 | 一种实时超声相控阵全聚焦成像方法 |
US20170284972A1 (en) * | 2016-03-31 | 2017-10-05 | Olympus Scientific Solutions Americas Inc. | Total focusing method adaptively corrected by using plane wave |
-
2018
- 2018-05-02 CN CN201810407602.7A patent/CN108693253A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830173A (zh) * | 2012-08-29 | 2012-12-19 | 北京工业大学 | 一种轴类结构类表面波非接触式波速提取的方法 |
US20160213258A1 (en) * | 2014-12-24 | 2016-07-28 | Bahman LASHKARI | Methods for generating multiple mismatched coded excitation signals |
CN105004792A (zh) * | 2015-07-20 | 2015-10-28 | 北京工业大学 | 一种用于微裂纹检测的非线性超声相控阵成像方法 |
CN105759267A (zh) * | 2016-03-11 | 2016-07-13 | 南京航空航天大学 | 一种大斜视角SAR的改进Omega-K成像方法 |
US20170284972A1 (en) * | 2016-03-31 | 2017-10-05 | Olympus Scientific Solutions Americas Inc. | Total focusing method adaptively corrected by using plane wave |
CN105997142A (zh) * | 2016-06-12 | 2016-10-12 | 飞依诺科技(苏州)有限公司 | 一种超声系统发射信号的复合、成像方法及装置 |
CN106501367A (zh) * | 2016-10-10 | 2017-03-15 | 清华大学 | 基于椭圆弧扫描转换的相控阵超声回波成像方法 |
CN106596736A (zh) * | 2016-12-14 | 2017-04-26 | 天津大学 | 一种实时超声相控阵全聚焦成像方法 |
Non-Patent Citations (11)
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609084A (zh) * | 2019-07-12 | 2019-12-24 | 南昌航空大学 | 用于航空涡轮盘的超声相控阵成像自动扫描装置及方法 |
CN110609084B (zh) * | 2019-07-12 | 2022-03-08 | 南昌航空大学 | 一种用于航空涡轮盘的超声相控阵成像自动扫描装置及方法 |
CN110687207B (zh) * | 2019-11-13 | 2021-06-01 | 大连理工大学 | 一种基于频域处理的亚波长级分辨力超声成像方法 |
CN110687207A (zh) * | 2019-11-13 | 2020-01-14 | 大连理工大学 | 一种基于频域处理的亚波长级分辨力超声成像方法 |
CN111175381B (zh) * | 2019-12-09 | 2022-12-06 | 中北大学 | 基于全矩阵数据的复合构件界面快速成像定量检测方法 |
CN111175381A (zh) * | 2019-12-09 | 2020-05-19 | 中北大学 | 基于全矩阵数据的复合构件界面快速成像定量检测方法 |
CN111307945B (zh) * | 2020-04-09 | 2023-07-21 | 上海工程技术大学 | 一种基于超声阵列检测无砟轨道近表面缺陷的成像方法及装置 |
CN111452830A (zh) * | 2020-04-09 | 2020-07-28 | 上海工程技术大学 | 一种实现轨道板裂缝自动检测的成像方法及装置 |
CN111307945A (zh) * | 2020-04-09 | 2020-06-19 | 上海工程技术大学 | 一种基于超声阵列检测无砟轨道近表面缺陷的成像方法及装置 |
CN113702504A (zh) * | 2020-07-28 | 2021-11-26 | 广州建筑产业研究院有限公司 | 一种套筒灌浆饱满度检测方法及计算机设备 |
CN113702504B (zh) * | 2020-07-28 | 2023-06-20 | 广州建筑产业研究院有限公司 | 一种套筒灌浆饱满度检测方法及计算机设备 |
CN111929365A (zh) * | 2020-08-07 | 2020-11-13 | 广东汕头超声电子股份有限公司 | 一种超声成像检测显示方法 |
CN111929365B (zh) * | 2020-08-07 | 2023-08-22 | 广东汕头超声电子股份有限公司 | 一种超声成像检测显示方法 |
CN112067698A (zh) * | 2020-09-14 | 2020-12-11 | 南昌航空大学 | 一种时频结合快速全聚焦超声成像方法 |
CN112067698B (zh) * | 2020-09-14 | 2023-08-04 | 南昌航空大学 | 一种时频结合快速全聚焦超声成像方法 |
CN112684005A (zh) * | 2020-12-10 | 2021-04-20 | 苏州热工研究院有限公司 | 基于二维矩阵换能器的全聚焦检测方法 |
CN114487117A (zh) * | 2022-02-18 | 2022-05-13 | 浙江大学 | 一种超声相控阵全矩阵数据非递归高效成像方法 |
CN117347502A (zh) * | 2023-12-04 | 2024-01-05 | 中国飞机强度研究所 | 一种薄壁叶片的全聚焦成像方法和系统 |
CN117347502B (zh) * | 2023-12-04 | 2024-03-12 | 中国飞机强度研究所 | 一种薄壁叶片的全聚焦成像方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108693253A (zh) | 一种快速相控阵超声全聚焦成像技术 | |
CN112067698B (zh) | 一种时频结合快速全聚焦超声成像方法 | |
CN106770664B (zh) | 一种基于全聚焦成像算法改进边缘缺陷检测的方法 | |
CN102809610B (zh) | 一种基于改进的动态深度聚焦的相控阵超声检测方法 | |
CN106596736B (zh) | 一种实时超声相控阵全聚焦成像方法 | |
US10126274B2 (en) | Method and system for multi-path active defect detection, localization and characterization with ultrasonic guided waves | |
Lukomski | Full-matrix capture with phased shift migration for flaw detection in layered objects with complex geometry | |
CN103901109A (zh) | 一种复合绝缘子内部缺陷的相控阵超声检测装置及方法 | |
CN106404911B (zh) | 用于板状结构检测的真时延单模态Lamb波相控阵系统 | |
Plotnick et al. | Fast nearfield to farfield conversion algorithm for circular synthetic aperture sonar | |
Park et al. | Compressive time delay estimation off the grid | |
Schmerr Jr et al. | An ultrasonic system | |
Wooh et al. | Synthetic phase tuning of guided waves | |
KR102326149B1 (ko) | 모델-기반 이미지 재구성 방법 | |
CN109142548B (zh) | 一种基于相位环形统计矢量的超声成像方法 | |
US20210048413A1 (en) | Fast pattern recognition using ultrasound | |
La Follett et al. | Boundary effects on backscattering by a solid aluminum cylinder: Experiment and finite element model comparisons (L) | |
Michaels et al. | Damage localization in inhomogeneous plates using a sparse array of ultrasonic transducers | |
Robert et al. | Assessment of real-time techniques for ultrasonic non-destructive testing | |
Zhang et al. | Reconstruction of nonstationary sound fields based on a time domain angular spectrum method | |
CN117147694A (zh) | 基于逆问题的超声全聚焦成像稀疏正则化重构方法及设备 | |
Mao et al. | A fast interface reconstruction method for frequency-domain synthetic aperture focusing technique imaging of two-layered systems with non-planar interface based on virtual points measuring | |
Pérez et al. | Total focusing method with subsampling in space and frequency domain for ultrasound NDT | |
Liu et al. | A multiscale residual U-net architecture for super-resolution ultrasonic phased array imaging from full matrix capture data | |
Bouzidi et al. | A large ultrasonic bounded acoustic pulse transducer for acoustic transmission goniometry: Modeling and calibration |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181023 |