CN111383177B - 一种激光超声可视化图像分辨率提升方法 - Google Patents

一种激光超声可视化图像分辨率提升方法 Download PDF

Info

Publication number
CN111383177B
CN111383177B CN202010207839.8A CN202010207839A CN111383177B CN 111383177 B CN111383177 B CN 111383177B CN 202010207839 A CN202010207839 A CN 202010207839A CN 111383177 B CN111383177 B CN 111383177B
Authority
CN
China
Prior art keywords
image
resolution
wavelet
new
lifting
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.)
Active
Application number
CN202010207839.8A
Other languages
English (en)
Other versions
CN111383177A (zh
Inventor
张博
张宝俊
张双楠
李经明
刘畅
刘芳
蔡桂喜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Metal Research of CAS
Original Assignee
Institute of Metal Research of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Metal Research of CAS filed Critical Institute of Metal Research of CAS
Priority to CN202010207839.8A priority Critical patent/CN111383177B/zh
Publication of CN111383177A publication Critical patent/CN111383177A/zh
Application granted granted Critical
Publication of CN111383177B publication Critical patent/CN111383177B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4053—Super resolution, i.e. output image resolution higher than sensor resolution
    • G06T3/4076—Super resolution, i.e. output image resolution higher than sensor resolution by iteratively correcting the provisional high resolution image using the original low-resolution image
    • 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
    • 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
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2418—Probes using optoacoustic interaction with the material, e.g. laser radiation, photoacoustics
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration by non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]

Abstract

本发明公开了一种激光超声可视化图像分辨率提升方法，其特征在于：对原始图像直接邻域插值，将分辨率增大一倍后再进行提升Haar小波分解，低分辨率的图像经过提升小波分解得到的高频子带当作低频部分，再将对应的高频部分都置零，然后进行提升小波反变换，即得到了分辨率增加一倍的高频子带。同时，对小波变换后的细节系数进行映射处理，获得了新的细节系数图像，该细节图像相比于原细节系数图像包含了更多的细节信息，可弥补现有处理方法中的高频子带细节信息产生的偏差。最后，联合高频子带和三个经过映射后的细节系数进行小波逆变换而获得新的图像。通过本方法可以改善成像质量，使得缺陷信息更好地呈现。

Description

一种激光超声可视化图像分辨率提升方法
技术领域
本发明属于激光超声无损检测的技术领域，涉及一种改善激光超声可视化成像质量和提高缺陷识别能力的方法。
背景技术
激光超声可视化图像受到检测机构步进精度的限制，常常令得到的检测图像分辨率不理想，无法获得较高分辨率的检测图像，像素密度低，给点蚀缺陷的定量测量带来极大的误差，为此提出了基于小波分析的激光超声可视化图像超分辨率重建方法。小波分析是一种可达到时(空)域或频域局部化的时(空)-频域分析方法，具有多分辨率分析功能和逐步细分等形状，小波变换的多尺度分解特性更加符合人类视觉机制。现有的基于小波分析的图像分辨率提升方法是根据插值处理和小波变换的特点，将小波分解和双线性插值相结合，首先将采集到的原始图像进行小波分解，并把原始图像作为低通部分，然后对小波分解后的相应高频子带进行双线性插值以近似高频的更多细节，通过小波逆变换可以获得比原始图像分辨率更高的重构图像。可见，该方法不仅未对原始图像进行低频系数化处理，直接将低分辨率图像作为低频子带而且对高频部分进行内插等于增加了额外的高频能量，在重建时会使高频子带中细节信息产生偏差，从而影响重建质量。
发明内容
针对现有的基于小波分析的图像分辨率提升方法存在的不足，提出一种采用提升小波变换的方式进行图像分辨率提升的方法，该方法可以改善成像质量，使得缺陷信息更好地呈现。提升小波变换可提高小波变换的速度，提升方案把现存的有限长小波滤波器分解成基本的提升步骤，可加快小波变换的进行，根据Daubechies的分析，随滤波器长度的增加，运算速度趋于常规小波变换的2倍。
本发明技术方案如下：
一种激光超声可视化图像分辨率提升方法，其特征在于，采用提升小波变换的方式进行图像分辨率提升：对一幅图像首先进行行变换，将图像暂时分解成1个低频子带和1个高频子带；然后再进行列变换，图像最后被分割成4个频带，即1个低频子带LL1和3个高频子带HLl、LHl、HHl。子带图中HLl，LHl和HHl分别代表第一层分解的水平、垂直、对角三个方向上的高频子带。这样就完成了图像的一级提升小波分解，对低频子带LL1重复上述过程，可完成小波的二级提升分解，将分解后的高频部分作为小波逆变换的高频部分；对原低分辨率图像进行邻域插值以提高其分辨率，再进行Harr提升小波变换得到高频部分。联合小波提升后的高频部分和小波二次提升分解的高频部分进行小波逆变换而得到新的提升分辨率图像，该图像比原图像包含更丰富的信息，可弥补现有处理方法中的高频子带细节信息产生的偏差。
小波提升方案通过分裂、预测和更新三个步骤实现信号高低频的分离。分裂过程将原始信号sj分裂为两个集合，一般采用奇偶分裂，得到偶数集sj,2l包含sj中所有偶数值，奇数集sj,2l+1包含所有奇数值，即sj＝(偶数j-1,奇数j-1)＝(sj,2l，sj,2l+1)，预测过程用偶数部分sj,2l的值预测奇数部分sj,2l+1。预测是利用数据间的相关性，sj的奇数和偶数部分具有一定的相关性，所以奇数部分数据可以根据附近的偶数部分数据预测得到预测算子dj-1＝Sj,2l+1-P(sj,2l)，则dj-1为信号小波变换的高频部分。经分裂产生的子集sj,2l的某些整体性质与原始数据有差异，需要进行更新运算。引入更新算子U将其作用于dj-1上，生成一个更好的子集cj-1，更新过程如下cj-1＝sj,2l-U(dj-1)，则cj-1为信号小波变换后的低频部分，对于cj-1重复上述步骤实现多尺度小波变换。
本发明所述激光超声可视化图像分辨率提升方法，其特征在于，所述邻域插值为在原始图像放置一虚拟kM×kM的栅格，栅格间隔小于一个像素，并对原始图像进行邻域插值，即寻找最靠近的像素点，把其灰度值赋给栅格上的新像素，实现对栅格上的每一个新像素进行灰度赋值，邻域插值后的图像分辨率为kM×kM。
本发明所述激光超声可视化图像分辨率提升方法，其特征在于，包括以下步骤：
步骤1)激光超声检测系统采集得到三维超声信号矩阵I(x,y,t)，再由此获得二维可视化图像Z(x,y)，其图像分辨率为M×M；
步骤2)提升原图像分辨率，若将图像Z(x,y)分辨率提升k倍，则对步骤1)中的原始图像放上一个虚拟kM×kM的栅格，栅格间隔小于一个像素，对步骤1)中的原始图像进行邻域插值，即寻找最靠近的像素点，把其灰度值赋给栅格上的新像素，实现对栅格上的每一个新像素进行灰度赋值，获得邻域插值后的图像Z＇(kx,ky)，其中邻域插值后的图像分辨率为kM×kM；
步骤3)对步骤2)中获得的邻域插值后的图像Z＇(kx,ky)进行Haar提升小波变换获得新的近似系数图像XXa0，其中新的近似系数图像分辨率为M×M；
步骤4)对步骤1)中的原始图像进行提升小波变换，得到该图像的近似系数图像和细节系数图像(对角方向细节系数图像Xd0、水平方向细节系数图像Xh0、垂直方向细节系数图像Xv0)，其中细节系数图像分辨率为M/2×M/2；
步骤5)对步骤4)中的细节系数图像进行相似映射，即将细节系数图像中的像素值按一定权重分配到其周围四个像素点上，进而获得了新的细节系数图像(对角方向细节系数图像Xd1、水平方向细节系数图像Xh1、垂直方向细节系数图像Xv1)，其中新的细节系数图像分辨率为M×M；
步骤6)联合步骤3)中的新的近似系数图像和步骤5)中的新的细节系数图像进行小波逆变换获得新的图像Y(kx,ky)，实现步骤1)中原始图像的分辨率提升，其中新的图像分辨率为kM×kM。
本发明具有以下优点：
1)对图像进行Haar小波变换等同于进行邻域插值操作，将原始图像直接邻域插值，将分辨率增大一倍后再进行提升Haar小波分解；
2)低分辨率图像进过提升小波分解得到的高频子带当作低频部分，将对应的高频部分全部置零，再进行提升小波反变换，这样就得到了分辨率增加一倍的高频子带,并将其当作小波逆变换的低频部分。
3)通过对细节系数进行映射处理，获得了新的细节系数图像，该细节图像相比于原细节系数图像包含了更多的细节信息，可弥补现有处理方法中的高频子带细节信息产生的偏差。
4)小波逆变换系数中增加了缺失的低频部分(即由高频子带替代)，重构时使低频部分信心更加丰富，高频部分同样包含更多的细节信息。
附图说明
图1激光超声可视化图像分辨率提升方法流程图。
图2第一层小波细节系数和第二层小波细节系数，其中(a)为第一层小波细节系数(b)为第二层小波细节系数。
图3第164帧和第172帧的激光超声图像分辨率提升前后对比图。
图4第223帧和第237帧的激光超声图像分辨率提升前后对比图。
图5第245帧和第261帧的激光超声图像分辨率提升前后对比图。
图6第285帧和第317帧的激光超声图像分辨率提升前后对比图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
激光超声无损检测系统是采用调Q的Nd:YAG脉冲激光器(脉宽10ns，重复频率最高达1000Hz，脉冲能量最高10mJ)激励激光，经偏转镜控制激光点在被测工件上进行扫描，采用宽带型声发射传感器(共振频率500-2000KHz，尺寸Φ6mm)接收超声波信号，经放大滤波(放大器增益60dB)，同步触发信号采集卡(采样频率16.66MHz，采样深度2000点)采集数据存储在计算机中，用超声波传播可视化软件来成像显示。
采用上述系统对大直径管壁焊缝进行检测实验。激光超声检测区域尺寸为47mm×94mm，通过偏转镜控制激光点在检测区域内作“弓”字形扫查运动，激励点数为121×241，相邻激光点之间的间距为0.39mm。
本发明对上述检测得到的激光超声可视化图像进行信号处理的方法，具体步骤如下：
步骤1)激光超声检测系统采集得到三维超声信号矩阵I(x,y,t)，再由此获得二维可视化图像Z(x,y)，其图像分辨率为M×M；
步骤2)提升原图像分辨率，若将图像分辨率提升k倍(k＝2)，则对步骤1)中的原始图像Z(x,y)放上一个虚拟kM×kM的栅格，栅格间隔小于一个像素，对步骤1)中的原始图像进行邻域插值，即寻找最靠近的像素点，把其灰度值赋给栅格上的新像素，实现对栅格上的每一个新像素进行灰度赋值，获得邻域插值后的图像Z＇(kx,ky)，其中邻域插值后的图像分辨率为kM×kM；
步骤3)对步骤2)中获得的邻域插值后的图像Z＇(kx,ky)进行Haar提升小波变换获得新的近似系数图像XXa0，其中新的近似系数图像分辨率为M×M；
步骤4)对步骤1)中的原始图像进行提升小波变换，得到该图像的近似系数图像和细节系数图像(对角方向细节系数图像Xd0、水平方向细节系数图像Xh0、垂直方向细节系数图像Xv0)，其中细节系数图像分辨率为M/2×M/2；
步骤5)对步骤4)中的细节系数图像进行相似映射，即将细节系数图像中的像素值按权重((0.3,0.7,1))分配到其周围四个像素点上，进而获得了新的细节系数图像(对角方向细节系数图像Xd1、水平方向细节系数图像Xh1、垂直方向细节系数图像Xv1)，其中新的细节系数图像分辨率为M×M；
如图2所示，相比于第一层小波系数而言，第二层上的小波系数包含了更多的细节信息，因此对第一层的细节小波系数再次进行小波变换并将该层上的近似系数作为重构图像中的细节系数可以弥补现有方法中的高频子带中细节信息产生偏差。
步骤6)联合步骤3)中的新的近似系数图像和步骤5)中的新的细节系数图像进行小波逆变换获得新的图像Y(kx,ky)，实现步骤1)中原始图像的分辨率提升，其中新的图像分辨率为kM×kM。
对不同帧数图像进行分辨率提升，如图3至图6所示，两幅图为一组，8组表示8帧图像，右侧表示提升后效果。首先观察一下未经过分辨率提升处理的原始图像，我们发现，随着入射波的传播，由于入射波的干扰，图中的缺陷散射波不再明显，缺陷边缘的模糊，通过分辨率提升可以突出缺陷的轮廓及细节信息，改善缺陷可视化质量。
本发明未尽事宜为公知技术。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种激光超声可视化图像分辨率提升方法，其特征在于，采用提升小波变换的方式进行图像分辨率提升：对一幅图像首先进行行变换，将图像暂时分解成1个低频子带和1个高频子带；然后再进行列变换，图像最后被分割成4个频带，即1个低频子带LL1和3个高频子带HLl、LHl、HHl，子带图中HLl，LHl和HHl分别代表第一层分解的水平、垂直、对角三个方向上的高频子带；这样就完成了图像的一级提升小波分解，对低频子带LL1重复上述过程，完成小波的二级提升分解，将分解后的高频部分作为小波逆变换的高频部分；对原低分辨率图像进行邻域插值以提高其分辨率，再进行Harr提升小波变换得到高频部分；联合小波提升后的高频部分和小波二次提升分解的高频部分进行小波逆变换而得到新的提升分辨率图像，该图像比原图像包含更丰富的信息；
包括以下步骤：
步骤1)激光超声检测系统采集得到三维超声信号矩阵I(x,y,t)，再由此获得二维可视化图像Z(x,y)，其图像分辨率为M×M；
步骤2)提升原图像分辨率，若将图像Z(x,y)分辨率提升k倍，则对步骤1)中的原始图像放上一个虚拟kM×kM的栅格，栅格间隔小于一个像素，对步骤1)中的原始图像进行邻域插值，即寻找最靠近的像素点，把其灰度值赋给栅格上的新像素，实现对栅格上的每一个新像素进行灰度赋值，获得邻域插值后的图像Z＇(kx,ky)，其中邻域插值后的图像分辨率为kM×kM；
步骤3)对步骤2)中获得的邻域插值后的图像Z＇(kx,ky)进行Haar提升小波变换获得新的近似系数图像XXa0，其中新的近似系数图像分辨率为M×M；
步骤4)对步骤1)中的原始图像进行提升小波变换，得到该图像的近似系数图像和细节系数图像，其中细节系数图像分辨率为M/2×M/2；
步骤5)对步骤4)中的细节系数图像进行相似映射，即将细节系数图像中的像素值按一定权重分配到其周围四个像素点上，进而获得了新的细节系数图像，其中新的细节系数图像分辨率为M×M；
步骤6)联合步骤3)中的新的近似系数图像和步骤5)中的新的细节系数图像进行小波逆变换获得新的图像Y(kx,ky)，实现步骤1)中原始图像的分辨率提升，其中新的图像分辨率为kM×kM。
2.按照权利要求1所述激光超声可视化图像分辨率提升方法，其特征在于，所述邻域插值为在原始图像放置一虚拟kM×kM的栅格，栅格间隔小于一个像素，并对原始图像进行邻域插值，即寻找最靠近的像素点，把其灰度值赋给栅格上的新像素，实现对栅格上的每一个新像素进行灰度赋值，邻域插值后的图像分辨率为kM×kM。
3.一种权利要求1～2任一所述激光超声可视化图像分辨率提升方法的应用，其特征在于：所述激光超声可视化图像分辨率提升方法用于改善激光超声可视化成像质量和提高缺陷识别能力。
CN202010207839.8A 2020-03-23 2020-03-23 一种激光超声可视化图像分辨率提升方法 Active CN111383177B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010207839.8A CN111383177B (zh) 2020-03-23 2020-03-23 一种激光超声可视化图像分辨率提升方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010207839.8A CN111383177B (zh) 2020-03-23 2020-03-23 一种激光超声可视化图像分辨率提升方法

Publications (2)

Publication Number Publication Date
CN111383177A CN111383177A (zh) 2020-07-07
CN111383177B true CN111383177B (zh) 2024-04-16

Family

ID=71217310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010207839.8A Active CN111383177B (zh) 2020-03-23 2020-03-23 一种激光超声可视化图像分辨率提升方法

Country Status (1)

Country Link
CN (1) CN111383177B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113066035A (zh) * 2021-03-19 2021-07-02 桂林理工大学 一种基于双线性插值和小波变换的图像质量增强方法
CN113870152A (zh) * 2021-09-03 2021-12-31 宝宇(武汉)激光技术有限公司 一种激光超声可视化方法
CN114666584B (zh) * 2022-04-02 2023-05-09 中山大学 一种基于高频置零的编码方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102474679A (zh) * 2009-07-07 2012-05-23 西门子公司 压力波记录和利用直接量化的再现
CN106772430A (zh) * 2016-12-30 2017-05-31 南京理工大学 基于多分辨率小波逼近的单像素光子计数三维成像系统及方法
JP2018190145A (ja) * 2017-05-01 2018-11-29 日本放送協会 空間・階調超解像装置及びプログラム
CN110211084A (zh) * 2019-06-14 2019-09-06 大连海事大学 一种基于权重小波变换的图像多分辨率重建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102474679A (zh) * 2009-07-07 2012-05-23 西门子公司 压力波记录和利用直接量化的再现
CN106772430A (zh) * 2016-12-30 2017-05-31 南京理工大学 基于多分辨率小波逼近的单像素光子计数三维成像系统及方法
JP2018190145A (ja) * 2017-05-01 2018-11-29 日本放送協会 空間・階調超解像装置及びプログラム
CN110211084A (zh) * 2019-06-14 2019-09-06 大连海事大学 一种基于权重小波变换的图像多分辨率重建方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于小波包分析的激光超声缺陷信号处理方法研究;侯静;《优秀学位硕士论文全文库》(第8期);20-50 *
基于插值与NSQCT域融合的图像超分辨率重建;殷明;庞纪勇;褚标;魏远远;;电子测量与仪器学报(10) *
小波局部适应插值的图像超分辨率重建;孙琰;何小海;陈为龙;;计算机工程(13) *

Also Published As

Publication number Publication date
CN111383177A (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
CN111383177B (zh) 一种激光超声可视化图像分辨率提升方法
DE102011114943B4 (de) Bestimmen von Scherwelleninformationen in der medizinischen Ultraschallbildgebung
DE102016100367B4 (de) Spärliche Verfolgung in Schallstrahlintensitätsimpuls-Bildgebung
CN104240203A (zh) 基于小波变换和快速双边滤波的医学超声图像去噪方法
JPH08506656A (ja) 多次元信号処理及び表示
US20110144497A1 (en) Ultrasonic 3-dimensional image reconstruction method and ultrasonic wave system thereof
CN101859434A (zh) 医学超声的基波和谐波图像融合方法
KR101610874B1 (ko) 공간 일관성 기초 초음파 신호 처리 모듈 및 그에 의한 초음파 신호 처리 방법
Tuysuzoglu et al. Sparsity driven ultrasound imaging
JP3878456B2 (ja) 画像診断支援システム
US20210272339A1 (en) Systems and Methods for Generating and Estimating Unknown and Unacquired Ultrasound Data
CN107303186A (zh) 弹性成像中的频率复合
Duan et al. Hybrid ultrasonic TOFD imaging of weld flaws using wavelet transforms and image registration
CN110974293A (zh) 一种基于c型探头的合成孔径成像方法
JP7014044B2 (ja) 超音波診断装置
CN115082320B (zh) 超声图像超分辨率处理方法、超声设备及存储介质
Shen et al. Filter-based coded-excitation system for high-speed ultrasonic imaging
CN106780410B (zh) 一种谐波扫查图像的生成方法及装置
Basarab et al. Enhancement of 250-MHz quantitative acoustic-microscopy data using a single-image super-resolution method
CN115390078A (zh) 一种聚焦波发射的双脉冲波合成孔径的频域波束合成方法
CN111766306B (zh) 一种全聚焦成像方法及装置
EP3424433A1 (en) Methods and systems for processing an ultrasound image
Stotzka et al. High resolution image reconstruction in ultrasound computer tomography using deconvolution
Hyun et al. A GPU-based real-time spatial coherence imaging system
CN1731955A (zh) 检测在医学超声波成像中的小型缺陷

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
GR01 Patent grant
GR01 Patent grant