CN111766306B - 一种全聚焦成像方法及装置 - Google Patents
一种全聚焦成像方法及装置 Download PDFInfo
- Publication number
- CN111766306B CN111766306B CN202010436969.9A CN202010436969A CN111766306B CN 111766306 B CN111766306 B CN 111766306B CN 202010436969 A CN202010436969 A CN 202010436969A CN 111766306 B CN111766306 B CN 111766306B
- Authority
- CN
- China
- Prior art keywords
- imaging
- full
- images
- soft threshold
- noise reduction
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 150
- 230000009467 reduction Effects 0.000 claims abstract description 49
- 239000002131 composite material Substances 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000010586 diagram Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 21
- 238000000354 decomposition reaction Methods 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 14
- 230000007547 defect Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 7
- 238000009825 accumulation Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005279 excitation period Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G01N29/4472—Mathematical theories or simulation
-
- 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
-
- 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种全聚焦成像方法及装置，全聚焦成像方法包括：根据预设的排列规则重排所有阵元，并通过对所述所有阵元进行次序激励，生成每一阵元对应的一次成像图；采用低通滤波器对所有所述一次成像图进行Z轴方向降噪处理，得到若干个预处理图像；将若干个所述预处理图像进行累加求和得到合成图像，并将所述合成图像根据灰度值显示全聚焦成像。本发明提供一种全聚焦成像方法及装置，以解决由于在成像过程中被检测靶件内部的缺陷或棱角反射的杂波累加而形成伪像，导致无法准确对被测靶件的缺陷进行判定的技术问题。
Description
技术领域
本发明涉及超声波工业无损检测技术领域，尤其是涉及一种全聚焦成像方法及装置。
背景技术
超声波相控阵检测技术是工业无损检测领域的一种常用方法，由于相控阵技术具有快速、准确和适应性强等优点，在实际的超声检测中应用广泛。由于超声相控阵只能进行单点的实时聚焦，成像分辨率和准确度有限，近年来逐步被超声全聚焦技术所取代，超声波全聚焦技术是一种高级的超声波成像相控阵技术，通过采集被测区域内任意点的全矩阵回波数据并进行虚拟聚焦，能够克服相控阵技术的缺点。
现有的全聚焦成像方法产生一帧图像需要多个激发周期，激发周期由脉冲传播时间和成像时间组成，每个激发周期内都是单阵元激发，随后叠加成像。全聚焦成像是对全矩阵捕捉的回波数据矩阵进行虚拟聚焦、成像后处理来实现的。本申请的发明人在研究中发现，使用现有的全聚焦成像方法，由于在成像过程中被检测靶件内部的缺陷或棱角反射的杂波累加而形成伪像，导致无法准确对被测靶件的缺陷进行判定。
发明内容
本发明提供一种全聚焦成像方法及装置，以解决由于在成像过程中被检测靶件内部的缺陷或棱角反射的杂波累加而形成伪像，导致无法准确对被测靶件的缺陷进行判定的技术问题。
本发明的第一实施例提供了一种全聚焦成像方法，包括：
根据预设的排列规则重排所有阵元，并通过对所述所有阵元进行次序激励，生成每一阵元对应的一次成像图；
采用低通滤波器对所有所述一次成像图进行Z轴方向降噪处理，得到若干个预处理图像；
将若干个所述预处理图像进行累加求和得到合成图像，并将所述合成图像根据灰度值显示全聚焦成像。
进一步地，所述采用低通滤波器对所有所述一次成像图进行Z轴方向降噪处理，得到若干个预处理图像，具体包括：
利用所述小波降噪滤波器采用小波分解方法对所有所述一次成像图的低频信号和高频伪像进行分解。
进一步地，所述采用低通滤波器对所有所述一次成像图进行Z轴方向降噪处理，得到若干个预处理图像，还包括：
利用希尔伯特变换得到每一所述一次成像图的伪像能量谱，将所述伪像能量谱自动转换成所述小波降噪滤波器的软阈值；
通过所述软阈值对所有所述一次成像图进行优化，得到若干个所述预处理图像。
进一步地，所述将若干个所述预处理图像进行累加求和得到合成图像，并将所述合成图像根据灰度值显示全聚焦成像，具体包括：
对所述合成图像进行希尔伯特变换，并在完成希尔变换后根据灰度值将所述合成图像显示全聚焦成像。
本发明的第二实施例提供了一种全聚焦成像装置，包括成像生成模块、降噪处理模块和成像显示模块；
所述成像生成模块，用于根据预设的排列规则重排所有阵元，并通过对所述所有阵元进行次序激励，生成每一阵元对应的一次成像图；
所述降噪处理模块，用于采用低通滤波器对所有所述一次成像图进行Z轴方向降噪处理，得到若干个预处理图像；
所述成像显示模块，用于将若干个所述预处理图像进行累加求和得到合成图像，并将所述合成图像根据灰度值显示全聚焦成像。
进一步地，所述降噪处理模块，包括用于：
利用所述小波降噪滤波器采用小波分解方法对所有所述一次成像图的低频信号和高频伪像进行分解。
进一步地，所述降噪处理模块，还包括用于：
利用希尔伯特变换得到每一所述一次成像图的伪像能量谱，将所述伪像能量谱自动转换成所述小波降噪滤波器的软阈值；
通过所述软阈值对所有所述一次成像图进行优化，得到若干个所述预处理图像。
进一步地，所述成像显示模块，包括用于：
对所述合成图像进行希尔伯特变换，并在完成希尔变换后根据灰度值将所述合成图像显示全聚焦成像。
本发明提供一种全聚焦成像方法及装置，通过对所有阵元重新排列并进行次序激励，能够有效增加Z轴方向上的伪像噪声的高频特性，有利于消除全聚焦成像中的伪像，提高对被测靶件的缺陷进行判定的准确性和可靠性；通过使用低通滤波器对所有一次成像图进行Z轴方向降噪处理，能够高效滤除成像图在Z轴上的伪像，减少了资源计算的消耗；通过采用希尔伯特变换得到每一次成像图的伪像能量谱，能够自动生成软阈值，从而能够对全聚焦成像进行优化，同时有效提高成像的信噪比。
附图说明
图1是本发明实施例提供的全聚焦成像方法的流程示意图；
图2是本发明实施例提供Z轴方向上成像图的示意图；
图3是本发明实施例提供的小波分解出来的高频伪像成分示意图；
图4是本发明实施例提供的小波分解出来的低频信号成分示意图；
图5是本发明实施例提供的采用小阈值对成像图进行优化的效果示意图；
图6是本发明实施例提供的采用大阈值对成像图进行优化的效果示意图；
图7是本发明实施例提供的全聚焦成像装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
请参阅图1-5，在本发明的第一实施例中，全聚焦成像方法如图1所示，包括：
S1、根据预设的排列规则重排所有阵元，并通过对所有阵元进行次序激励，生成每一阵元对应的一次成像图；
在本发明实施例中，根据预设的排列规则重排所有的阵元，使得相邻阵元之间的间隔变大，能够有效提高成像过程中伪像出现的随机性，从而能够有效提高消除伪像的效率，以实现全聚焦成像。
作为可选地，传统的阵元发射次序为：1,2,3,4,5,6......64，本发明实施例根据预设的排列规则重排后将阵元发射次序打乱，得到新的发射次序如：1,5,9，13,17,21,25,29,33......57,61,2,6,10......58,62,3,7,11......59,63,4,8,12......60,64；新的阵元发射次序相邻阵元间隔越大，伪像的随机性越强。在根据预设的排列规则重排所有阵元后，通过对所有阵元进行次序激励，生成每一阵元对应的一次成像图。其中，预设的排列规则可根据实际情况设定。
S2、采用低通滤波器对所有一次成像图进行Z轴方向降噪处理，得到若干个预处理图像；
在本发明实施例中，所述低通滤波器包括但不限于小波降噪滤波器，将1至64阵元依次发射，每次发射由所有阵元同步接收，并通过矢量求和形成一帧图像，如图2所示，由于每一次单阵元发射所形成的图像排序为1，2---64，使Z轴方向上构成64个数据点。
作为可选地，使用希尔伯特变换得到降噪处理所需的软阈值。
S3、将若干个预处理图像进行累加求和得到合成图像，并将合成图像根据灰度值显示全聚焦成像。
在本发明实施例中，通过对所有阵元重新排列并进行次序激励，能够有效增加Z轴方向上的伪像噪声的高频特性，有利于消除全聚焦成像中的伪像；通过使用低通滤波器对所有一次成像图进行Z轴方向降噪处理，能够高效滤除成像图在Z轴上的伪像，减少了资源计算的消耗；通过采用希尔伯特变换得到每一次成像图的伪像能量谱，能够自动生成软阈值，从而能够对全聚焦成像进行优化，同时有效提高成像的信噪比。
作为本发明实施例的一种具体实施方式，采用低通滤波器对所有一次成像图进行Z轴方向降噪处理，得到若干个预处理图像，具体包括：
利用小波降噪滤波器采用小波分解方法对所有一次成像图的低频信号和高频伪像进行分解。
在本发明实施例中，请参阅图3-4，通过使用DB4小波分解，将成像图分解为低频信号和高频伪像，实现对全聚焦成像图的伪像进行消除。
作为可选地，本发明实施例提出了一种自适应弹性阈值函数：
其中，x为小波分解的系数，a为调节参数，T为小波软阈值；当
时，则f(x)在x＝±T处连续可微；f(x)为奇函数，曲线光滑且单调递增；f(x)能够克服硬阈值函数存在间断点的问题，从而在充分保证降噪效果的前提下，使重建后信号保留信号更多细节信息。本发明实施例通过对固定阈值、无偏风险阈值、启发式阈值、极大极小阈值的降噪效果进行实验分析，选取最优小波软阈值，本发明实施例通过选择最优小波软阈值，能够避免小波软阈值选取过大时造成信号失真，以及小波软阈值选取过小时，降噪效果不明显的情况发生，从而能够有效提高对一次成像图进行降噪的效果。
可以理解的是，小波降噪原理：一个含噪声的一维信号的模型可表示为:s(k)＝f(x)+ε*e(k)式中,f(x)为真实信号,e(k)为噪声信号,s(k)为含噪信号。在一个具体的例子中，e(k)为高斯白噪声N(0,1),噪声级为1,通常表现为高频信号,在实际工程中,真实信号f(x)通常表现为低频信号或较平稳的信号,消噪过程可按以下方法进行处理：首先对实际信号进行小波分解,选择小波并确定分解层次为N,则噪声部分通常包含在高频中；然后对小波分解的高频系数进行门限阈值量化处理；最后根据小波分解的第N层低频系数和经过量化后的1～N层高频系数进行小波重构,达到消除噪声的目的,对信号降噪实质上是抑制信号的噪声,在实际信号中恢复真实信号的过程。
传统的阈值函数分为软阈值和硬阈值两种。硬阈值是一种简单的置零方法，但是其连续性差，重构信号会有震荡；软阈值则是让绝对值较大的系数在原来的基础上减小，然后再利用处理过的小波系数直接进行信号重构，从而使输入-输出曲线变得连续，达到降噪的目的。
作为本发明实施例的一种具体实施方式，采用低通滤波器对所有一次成像图进行Z轴方向降噪处理，得到若干个预处理图像，还包括：
利用希尔伯特变换得到每个一次成像图的伪像能量谱，将伪像能量谱自动转换成小波降噪滤波器的软阈值；
通过软阈值对所有一次成像图进行优化，得到若干个预处理图像。
在本发明实施例中，在全聚焦成像图的伪像被消除后，通过利用希尔伯特变换得到每个一次成像图的伪像能量谱，将将伪像能量谱自动转换成小波降噪滤波器的软阈值，根据软阈值对一次成像图进行优化，能够有效提高成像中的信噪比。请参阅图5-6，为本发明实施例提供的分别通过小阈值和大阈值对成像图进行优化的效果图。
作为本发明实施例的一种具体实施方式，将若干个预处理图像进行累加求和得到合成图像，并将合成图像根据灰度值显示全聚焦成像，具体包括：
对合成图像进行希尔伯特变换，并在完成希尔变换后根据灰度值将合成图像显示全聚焦成像。
实施本发明实施例，具有以下有益效果：
在本发明实施例中，通过对所有阵元重新排列并进行次序激励，能够有效增加Z轴方向上的伪像噪声的高频特性，有利于消除全聚焦成像中的伪像，从而有利于提高对被测靶件的缺陷判定的准确性和可靠性；通过使用低通滤波器对所有一次成像图进行Z轴方向降噪处理，能够高效滤除成像图在Z轴上的伪像，减少了资源计算的消耗。
进一步地，本发明实施例通过采用希尔伯特变换得到每一次成像图的伪像能量谱，能够自动生成软阈值，从而能够使用最优软阈值对全聚焦成像进行优化，能够避免小波软阈值选取过大时造成信号失真，以及小波软阈值选取过小时，降噪效果不明显的情况发生，从而能够有效提高对成像图进行降噪的效果。
请参阅图7，本发明提供的第二实施例，本发明实施例提供了如图7所示的一种全聚焦成像装置，包括成像生成模块10、降噪处理模块20和成像显示模块30；
成像生成模块10，用于根据预设的排列规则重排所有阵元，并通过对所有阵元进行次序激励，生成每一阵元对应的一次成像图；
在本发明实施例中，根据预设的排列规则重排所有的阵元，使得相邻阵元之间的间隔变大，能够有效提高成像过程中伪像出现的随机性，从而能够有效提高消除伪像的效率，以实现全聚焦成像。
作为可选地，传统的阵元发射次序为：1,2,3,4,5,6......64，本发明实施例根据预设的排列规则重排后将阵元发射次序打乱，得到新的发射次序如：1,5,9，13,17,21,25,29,33......57,61,2,6,10......58,62,3,7,11......59,
63,4,8,12......60,64；新的阵元发射次序相邻阵元间隔越大，伪像的随机性越强。在根据预设的排列规则重排所有阵元后，通过对所有阵元进行次序激励，生成每一阵元对应的一次成像图。其中，预设的排列规则可根据实际情况设定。
降噪处理模块20，用于采用低通滤波器对所有一次成像图进行Z轴方向降噪处理，得到若干个预处理图像；
在本发明实施例中，将1至64阵元依次发射，每次发射由所有阵元同步接收，并通过矢量求和形成一帧图像，如图2所示，由于每一次单阵元发射所形成的图像排序为1，2---64，使Z轴方向上构成64个数据点。
作为可选地，使用希尔伯特变换得到降噪处理所需的软阈值。
成像显示模块30，用于将若干个预处理图像进行累加求和得到合成图像，并将合成图像根据灰度值显示全聚焦成像。
在本发明实施例中，通过对所有阵元重新排列并进行次序激励，能够有效增加Z轴方向上的伪像噪声的高频特性，有利于消除全聚焦成像中的伪像；通过使用低通滤波器对所有一次成像图进行Z轴方向降噪处理，能够高效滤除成像图在Z轴上的伪像，减少了资源计算的消耗；通过采用希尔伯特变换得到每一次成像图的伪像能量谱，能够自动生成软阈值，从而能够对全聚焦成像进行优化，同时有效提高成像的信噪比。
作为本发明实施例的一种具体实施方式，降噪处理模块20，包括用于：
利用小波降噪滤波器采用小波分解方法对所有一次成像图的低频信号和高频伪像进行分解。
在本发明实施例中，请参阅图3-4，通过使用DB4小波分解，将成像图分解为低频信号和高频伪像，实现对全聚焦成像图的伪像进行消除。
作为可选地，本发明实施例提出了一种自适应弹性阈值函数：
其中，x为小波分解的系数，a为调节参数，T为小波软阈值；当
时，则f(x)在x＝±T处连续可微；f(x)为奇函数，曲线光滑且单调递增；f(x)能够克服硬阈值函数存在间断点的问题，从而在充分保证降噪效果的前提下，使重建后信号保留信号更多细节信息。本发明实施例通过对固定阈值、无偏风险阈值、启发式阈值、极大极小阈值的降噪效果进行实验分析，选取最优小波软阈值，本发明实施例通过选择最优小波软阈值，能够避免小波软阈值选取过大时造成信号失真，以及小波软阈值选取过小时，降噪效果不明显的情况发生，从而能够有效提高对一次成像图进行降噪的效果。
可以理解的是，小波降噪原理：一个含噪声的一维信号的模型可表示为:s(k)＝f(x)+ε*e(k)式中,f(x)为真实信号,e(k)为噪声信号,s(k)为含噪信号。在一个具体的例子中，e(k)为高斯白噪声N(0,1),噪声级为1,通常表现为高频信号,在实际工程中,真实信号f(x)通常表现为低频信号或较平稳的信号,消噪过程可按以下方法进行处理：首先对实际信号进行小波分解,选择小波并确定分解层次为N,则噪声部分通常包含在高频中；然后对小波分解的高频系数进行门限阈值量化处理；最后根据小波分解的第N层低频系数和经过量化后的1～N层高频系数进行小波重构,达到消除噪声的目的,对信号降噪实质上是抑制信号的噪声,在实际信号中恢复真实信号的过程。
传统的阈值函数分为软阈值和硬阈值两种。硬阈值是一种简单的置零方法，但是其连续性差，重构信号会有震荡；软阈值则是让绝对值较大的系数在原来的基础上减小，然后再利用处理过的小波系数直接进行信号重构，从而使输入-输出曲线变得连续，达到降噪的目的。
作为本发明实施例的一种具体实施方式，降噪处理模块20，还包括用于：
利用希尔伯特变换得到每个一次成像图的伪像能量谱，将伪像能量谱自动转换成小波降噪滤波器的软阈值；
通过软阈值对所有一次成像图进行优化，得到若干个预处理图像。
在本发明实施例中，在全聚焦成像图的伪像被消除后，通过利用希尔伯特变换得到每个一次成像图的伪像能量谱，将将伪像能量谱自动转换成小波降噪滤波器的软阈值，根据软阈值对一次成像图进行优化，能够有效提高成像中的信噪比。请参阅图5-6，为本发明实施例提供的分别通过小阈值和大阈值对成像图进行优化的效果图。
作为本发明实施例的一种具体实施方式，成像显示模块30，包括用于：
对合成图像进行希尔伯特变换，并在完成希尔变换后根据灰度值将合成图像显示全聚焦成像。
实施本发明实施例，具有以下有益效果：
在本发明实施例中，通过对所有阵元重新排列并进行次序激励，能够有效增加Z轴方向上的伪像噪声的高频特性，有利于消除全聚焦成像中的伪像，从而有利于提高对被测靶件的缺陷判定的准确性和可靠性；通过使用低通滤波器对所有一次成像图进行Z轴方向降噪处理，能够高效滤除成像图在Z轴上的伪像，减少了资源计算的消耗。
进一步地，本发明实施例通过采用希尔伯特变换得到每一次成像图的伪像能量谱，能够自动生成软阈值，从而能够使用最优软阈值对全聚焦成像进行优化，能够避免小波软阈值选取过大时造成信号失真，以及小波软阈值选取过小时，降噪效果不明显的情况发生，从而能够有效提高对成像图进行降噪的效果。
以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (4)
1.一种全聚焦成像方法，其特征在于，包括：
根据预设的排列规则重排所有阵元，并通过对所述所有阵元进行次序激励，生成每一阵元对应的一次成像图；
采用低通滤波器对所有所述一次成像图进行Z轴方向降噪处理，得到若干个预处理图像，包括：利用小波降噪滤波器采用小波分解方法对所有所述一次成像图的低频信号和高频伪像进行分解，利用希尔伯特变换得到每一所述一次成像图的伪像能量谱，将所述伪像能量谱自动转换成所述小波降噪滤波器的软阈值；通过所述软阈值对所有所述一次成像图进行优化，得到若干个所述预处理图像，其中所述软阈值根据以下软阈值确定公式得到：
其中，x 为小波分解的系数， a 为调节参数，T为软阈值；当
时，则 f( x) 在 x = ± T 处连续可微；/>
为奇函数，曲线光滑且单调递增；
将若干个所述预处理图像进行累加求和得到合成图像，并将所述合成图像根据灰度值显示全聚焦成像。
2.如权利要求1所述的全聚焦成像方法，其特征在于，所述将若干个所述预处理图像进行累加求和得到合成图像，并将所述合成图像根据灰度值显示全聚焦成像，具体包括：
对所述合成图像进行希尔伯特变换，并在完成希尔变换后根据灰度值将所述合成图像显示全聚焦成像。
3.一种全聚焦成像装置，其特征在于，包括成像生成模块、降噪处理模块和成像显示模块；
所述成像生成模块，用于根据预设的排列规则重排所有阵元，并通过对所述所有阵元进行次序激励，生成每一阵元对应的一次成像图；
所述降噪处理模块，用于采用低通滤波器对所有所述一次成像图进行Z轴方向降噪处理，得到若干个预处理图像；具体用于：利用小波降噪滤波器采用小波分解方法对所有所述一次成像图的低频信号和高频伪像进行分解，利用希尔伯特变换得到每一所述一次成像图的伪像能量谱，将所述伪像能量谱自动转换成所述小波降噪滤波器的软阈值；通过所述软阈值对所有所述一次成像图进行优化，得到若干个所述预处理图像，其中所述软阈值根据以下软阈值确定公式得到：
其中，x 为小波分解的系数， a 为调节参数，T为软阈值；当
时，则 f( x) 在 x = ± T 处连续可微；/>
为奇函数，曲线光滑且单调递增；
所述成像显示模块，用于将若干个所述预处理图像进行累加求和得到合成图像，并将所述合成图像根据灰度值显示全聚焦成像。
4.如权利要求3所述的一种全聚焦成像装置，其特征在于，所述成像显示模块，包括用于：
对所述合成图像进行希尔伯特变换，并在完成希尔变换后根据灰度值将所述合成图像显示全聚焦成像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010436969.9A CN111766306B (zh) | 2020-05-21 | 2020-05-21 | 一种全聚焦成像方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010436969.9A CN111766306B (zh) | 2020-05-21 | 2020-05-21 | 一种全聚焦成像方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111766306A CN111766306A (zh) | 2020-10-13 |
| CN111766306B true CN111766306B (zh) | 2023-06-27 |
Family
ID=72719523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010436969.9A Active CN111766306B (zh) | 2020-05-21 | 2020-05-21 | 一种全聚焦成像方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111766306B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112464726B (zh) * | 2020-10-30 | 2024-09-13 | 长威信息科技发展股份有限公司 | 一种基于卫星遥感大数据的防灾减灾预警系统 |
| CN112964781B (zh) * | 2021-01-25 | 2023-09-22 | 北京工业大学 | 基于sh0模态反射波场拼接的储罐腐蚀缺陷成像方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106680825A (zh) * | 2016-12-05 | 2017-05-17 | 中国科学院声学研究所 | 一种声学阵列成像系统与方法 |
| CN110927254A (zh) * | 2019-12-11 | 2020-03-27 | 广州多浦乐电子科技股份有限公司 | 一种基于fpga实现的高帧率超声全聚焦成像系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2978273B1 (fr) * | 2011-07-22 | 2013-08-09 | Thales Sa | Procede de reduction du bruit dans une sequence d'images fluoroscopiques par filtrage temporel et spatial |
-
2020
- 2020-05-21 CN CN202010436969.9A patent/CN111766306B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106680825A (zh) * | 2016-12-05 | 2017-05-17 | 中国科学院声学研究所 | 一种声学阵列成像系统与方法 |
| CN110927254A (zh) * | 2019-12-11 | 2020-03-27 | 广州多浦乐电子科技股份有限公司 | 一种基于fpga实现的高帧率超声全聚焦成像系统 |
Non-Patent Citations (3)
| Title |
|---|
| 基于不同相控聚焦模式的非线性超声阵列成像方法研究;焦敬品 等;《机械工程学报》;20160731;第52卷(第14期);第15-24页 * |
| 基于能量估计的小波阈值与经验模态分解相结合的滤波方法研究;李昕 等;《生物医学工程学杂志》;20111231;第28卷(第6期);第1098-1102页 * |
| 钢轨超声相控阵检测中的信号去噪研究;陈选民 等;《铁道科学与工程学报》;20180630;第15卷(第6期);第1567-1571页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111766306A (zh) | 2020-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mateo et al. | Finding out general tendencies in speckle noise reduction in ultrasound images | |
| CN111766306B (zh) | 一种全聚焦成像方法及装置 | |
| CN106680825B (zh) | 一种声学阵列成像系统与方法 | |
| EP3807673A1 (en) | Method and apparatus for ultrasound imaging with improved beamforming | |
| JP7515183B2 (ja) | 低コスト、低サイズおよび低電力で超音波イメージングにおける画質を維持する方法 | |
| CN1915174A (zh) | 处理多普勒信号间隙的方法 | |
| Singh et al. | Ultrasonic image denoising using machine learning in point contact excitation and detection method | |
| US10012619B2 (en) | Imaging apparatus, ultrasonic imaging apparatus, method of processing an image, and method of processing an ultrasonic image | |
| CN111383177B (zh) | 一种激光超声可视化图像分辨率提升方法 | |
| KR20150112057A (ko) | 공간 일관성 기초 초음파 신호 처리 모듈 및 그에 의한 초음파 신호 처리 방법 | |
| US6704437B1 (en) | Noise estimation method and apparatus for noise adaptive ultrasonic image processing | |
| CN101836868A (zh) | 自适应的动态范围调整方法和设备 | |
| CN117115133A (zh) | 一种基于人工智能的医学图像质量快速提升系统 | |
| US5471878A (en) | Method of suppressing grain noise in ultrasonic waveform data by 3D filtering | |
| CN106780410B (zh) | 一种谐波扫查图像的生成方法及装置 | |
| CN107492117B (zh) | 一种基于视频的微颤动功能像成像方法 | |
| Wilcox et al. | Exploiting the Full Data Set from Ultrasonic Arrays by Post‐Processing | |
| Stotzka et al. | High resolution image reconstruction in ultrasound computer tomography using deconvolution | |
| CN112147226B (zh) | 一种基于激光超声信号小波降噪的最优分解层数确定方法 | |
| CN111012379B (zh) | 用于执行超声成像的方法和系统 | |
| JP5738063B2 (ja) | 被検体情報取得装置および被検体情報取得方法 | |
| CN110868938B (zh) | 用于处理超声信号数据的方法和设备 | |
| JP3366872B2 (ja) | 超音波診断装置 | |
| US8795179B2 (en) | Methods, modules, and systems for gain control in B-mode ultrasonic imaging | |
| CN113884581B (zh) | 一种基于增材缺陷的超声检测信号的降噪方法 |
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 |