CN112114045A - 一种面向超声显微镜的分辨率增强方法 - Google Patents
一种面向超声显微镜的分辨率增强方法 Download PDFInfo
- Publication number
- CN112114045A CN112114045A CN202010785514.8A CN202010785514A CN112114045A CN 112114045 A CN112114045 A CN 112114045A CN 202010785514 A CN202010785514 A CN 202010785514A CN 112114045 A CN112114045 A CN 112114045A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- signal
- resolution
- discrete wavelet
- microscope
- 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
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
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/0681—Imaging by acoustic microscopy, e.g. scanning acoustic microscopy
-
- 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
- G01N29/0672—Imaging by acoustic tomography
-
- 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Biochemistry (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Discrete Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种面向超声显微镜的分辨率增强方法,先获得试件的超声层析扫描数据;采用离散小波分解对每一点的超声信号进行多尺度分析,生成低频分量和高频分量;使用维纳反卷积滤波器处理低频分量,对叠加后的信号进行分离;使用分离后的信号和高频分量进行离散小波反变换,重建超声层析扫描数据;使用重建的超声层析扫描数据生成试件内部更高分辨率的垂直剖面与水平剖面扫描图像。本发明解决了现有超声显微镜成像分辨率难以提升的问题。
Description
技术领域
本发明涉及声学技术与无损检测技术领域,具体涉及一种面向超声显微镜 的分辨率增强方法。
背景技术
超声显微镜是芯片制造、生物医药、材料科学以及航空航天等高新制造行 业中被广泛采用的无损检测与显微成像设备。超声显微镜(如附图1)普遍采 用液浸式点聚焦超声换能器(如附图2),该换能器可使声束汇聚于一点,这 样汇聚区的能量集中加强,声束宽度变小,可满足高灵敏度、高分辨率的检测 要求。随着芯片制造工艺的不断进步,芯片内部分层厚度已经低于了声学信号 的波长,例如附图3所示,来自于不同分层结构的信号出现了叠加。信号的叠 加,必然会影响垂直剖面和水平剖面的成像分辨率。通过提高超声信号的频率, 可以使波长更短,分辨率更高,但高频换能器穿透能力低、使用和维护成本高、 操作难度大。因此,在大多数的高新制造行业的无损检测领域并没有大量使用 频率高于500MHz的超声换能器。目前,工业无损检测领域,超声显微镜普遍 采用的超声换能器频率主要分布在15-400MHz。而且,由于声学信号衍射极 限的限制,超声换能器在高于2GHz的频率以后无法通过持续提高频率来提升 分辨率。如何提升超声显微镜的分辨率,成为了声学显微镜应用与推广的关键 环节。
发明内容
为此,本发明提供一种面向超声显微镜的分辨率增强方法,以解决现有 超声显微镜成像分辨率难以提升的问题。
为了实现上述目的,本发明提供如下技术方案:
本发明的公开了一种面向超声显微镜的分辨率增强方法,所述方法为:
步骤1、设置参数获得试件的超声层析扫描结果;
步骤2、采用离散小波分解对每一点的超声信号进行多尺度分析,生成低 频分量和高频分量;
步骤3、使用维纳反卷积滤波器处理低频分量,对叠加后的信号进行分离;
步骤4、将分离后的信号和高频分量进行离散小波反变换,重建超声层析 扫描数据;
步骤5、使用重建的超声层析扫描数据生成试件内部更高分辨率的垂直剖 面与水平剖面图像。
进一步地,所述步骤1中,层析扫描数据中包含水平面上每一个点完整的 回波信号。
进一步地,所述步骤1中,回波信号是由被检测件内部多层结构的复杂反 射波组成,超声信号的反射率r(t)是超声波扫描显微镜的脉冲响应函数,
Z1和Z2分别为水和试件的声阻抗,对于多层复杂结构的试件,其回波信号 的模型可表述为:
式中,n(t)为噪声;*表示卷积,x(t)为入射信号。如果不考虑噪声,y(t)就 可以看作是x(t)和r(t)的卷积。
进一步地,所述步骤2中,采用离散小波分解对超声信号进行多尺度分析, 离散小波变换可以利用子波段滤波将信号分解为不同的频段。
进一步地,所述步骤3中,维纳反卷积是一种广泛应用于信号和图像处理 的反卷积方法,表示为:
式中,R(ω)和Y(ω)分别是r(t)和y(t)的傅里叶变换,X(ω)为入射信号x(t)的能量密度谱,Q为噪声阻滞因子。
进一步地,所述步骤5中,维纳反卷积处理后的数据和离散小波分解后的 高频分量,通过小波逆变换进行重组,重建出完整的射频信号,在此过程中, 使用软阈值对超声信号进行了滤波处理,进一步降低噪音的影响。
本发明具有如下优点:
本发明公开了一种面向超声显微镜的分辨率增强方法,获得试件的超声层 析扫描数据;采用离散小波分解对每一点的超声信号进行多尺度分析,生成低 频分量和高频分量;使用维纳反卷积滤波器处理低频分量,对叠加后的信号进 行分离;使用分离后的信号和高频分量进行离散小波反变换,重建超声层析扫 描数据;使用重建的超声层析扫描数据生成更高分辨率的垂直剖面与水平剖面 图像。可以在不提高换能器频率的情况下,有效提高超声显微镜的图像分辨率 和对比度,为图像带来更多的细节信息,与更高频率的超声换能器的扫描图像 更加接近。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对 实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下 面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创 造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内 容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条 件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调 整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明 所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例提供的超声显微镜原理图;
图2为本发明实施例提供的点聚焦超声换能器聚焦原理图;
图3为本发明实施例提供的倒装芯片的回波信号示意图;
图4为本发明实施例提供的超声显微镜的层析扫描数据;
图5为本发明实施例提供的离散小波分解原理图;
图6为本发明实施例提供的塑封芯片分层信息解析图;
图7为本发明实施例提供的倒装芯片分层信息解析图;
图8为本发明实施例提供的水平剖面原始图像与重建图像的整体对比图;
图9为本发明实施例提供的水平剖面原始图像与重建图像的放大对比图;
图10为本发明实施例提供的垂直剖面原始图像与重建图像的对比图。
图11为本发明实施例提供的一种面向超声显微镜的分辨率增强方法整体 流程示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由 本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的 实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例, 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, 都属于本发明保护的范围。
实施例
本实施例公开了一种面向超声显微镜的分辨率增强方法,所述方法为:
步骤1、设置参数获得试件的超声层析扫描结果;
步骤2、采用离散小波分解对每一点的超声信号进行多尺度分析,生成低 频分量和高频分量;
步骤3、使用维纳反卷积滤波器处理低频分量,对叠加后的信号进行分离;
步骤4、将分离后的信号和高频分量进行离散小波反变换,重建超声层析 扫描数据;
步骤5、使用重建的超声层析扫描数据生成更高分辨率的垂直剖面与水平 剖面图像。
在步骤1中,设置参数获得试件的超声层析扫描数据,其数据结构 如图4所示;层析扫描数据不同于普通的垂直剖面图像(即B扫描图像) 和水平剖面图像(即C扫描图像),,垂直剖面和水平剖面图像仅为一张 二维的灰度图像,但层析扫描数据中则包含了水平面上每一个点完整的 即回波信号,如图3所示。回波信号的射频信号长度即为层析扫描数据的分层数。本发明专利所使用的超声显微镜采用了Acquisition AL8xGTe的 高速模拟数字转换卡,采样频率1GHz,精度8bit。因此本发明专利中的 层析数据的每一层厚度是10-9秒的声程。目前的芯片制造工艺已经来到了 7nm甚至是5nm,3D封装技术也让芯片的内部结构越来越复杂。本实施 例以目前广泛采用的倒装(flip chip)封装芯片的焊接层(solderbond) 为例,进行说明。
回波信号是由被检测件内部多层结构的复杂反射波所组成的,超声信号的 反射率r(t)是超声波扫描显微镜的脉冲响应函数,x(t)是入射信号函数,y(t)是 观测到的回波信号。
Z1和Z2分别为水和试件的声阻抗,这里以倒装芯片的反射信号进行 说明,如图7,令上表面完成对焦后的Z轴坐标位置为坐标原点。假设被 检测件共有M层,回波信号的模型可以表述为:
式中,n(t)为噪声;*表示卷积,x(t)为入射信号。如果不考虑噪声,y(t)就 可以看作是x(t)和r(t)的卷积。
在对复杂多层结构试件进行扫描成像和无损检测时,特别是芯片这 样的复杂多层结构,由于的试件制造工艺,分层结构的厚度往往低于点 聚焦换能器声学信号的波长,因此很多情况下会出现信号的叠加,例如 在倒装芯片的焊接层中如图6,s(t1)、s(t2)、s(t3)分别是上表面层、焊接层、 基板层的回波信号,当焊接层的厚度大于点聚焦换能器的波长时,回波 信号s(t2)和s(t3)有较好的分离度,当焊接层的厚度小于点聚焦换能器的波长时,回波信号s(t2)和s(t3)出现了相互叠加,此时无法找到焊接层、基板 层的回波信号,因此也无法完成中间层自动对焦。
在步骤2中,采用离散小波分解对每一点的超声信号进行多尺度分 析,生成低频分量和高频分量。本实施例中采用离散小波分解对超声信 号进行多尺度分析,离散小波变换可以利用子波段滤波将信号分解为不 同的频段。本发明将小波分析与反卷积相结合,实现对超声回波信号的 子带分解,如图5所示。根据Mallat算法,信号可以分解为表达式中的以下两部分:
式中,为离散近似,为离散细节,h0和h1分别为分解低通和高通滤 波系数。为降低非零系数,本本实施例选择形状与函数超声信号波形相似的 daubechies、Coiflet等小波基函数作为母小波。它可对信号进行N次分解,2N为 待分解信号长度。所分解到的尺度根据采样点数和噪声大小等实际情况确定, 分解尺度过高会导致时域分辨率降低,过低则噪声得不到有效抑制。在本实施 例中,分解系数被设置为2-3。低频带内信号保存了有用信号的大量信息,因 此同样选择小波函数为daubechies14,对进行单支重建,得到重建后信号 以作为后续处理的输入信号。
在步骤3中,使用维纳反卷积滤波器处理低频分量,对叠加后的信号进行 分离;小波分解之后,本专利采用维纳反卷积滤波(Wiener)继续对低频带内 的信号进行处理,维纳反卷积是一种广泛应用于信号和图像处理的反卷积方 法,其被表示为:
式中,R(ω)和Y(ω)分别是r(t)和y(t)的傅里叶变换,X(ω)为入射信号x(t) 的能量密度谱,Q为噪声阻滞因子,本实施例中Q的值被设置为|X(ω)|2最 大值的1%。传统的维纳反卷积假设入射信号的频率在传播中保持不变。 然而,回波信号在传播过程中具有较大的波形失真。频率和振幅将不断 降低,传统的维纳反卷积不适合处理超声波扫描显微镜的回波信号。因 此,首先离散小波对超声波信号进行预处理,消除传输过程中的信号失真,可以提高维纳反卷积的滤波效果,如图6和图7,原本叠加在一起的 回波信息可以被较好的进行分离,从叠加信号中还原出分层信号。
步骤5中,使用重建的超声层析扫描数据生成更高分辨率的垂直剖面与水 平剖面图像。在上面的步骤中,只是对叠加后的回波信号进行了分离处理,为 了提高超声显微镜的分辨率,本发明使用维纳反卷积处理后的数据和离散小波 分解后的高频分量,通过小波逆变换进行重组,重建出完整的射频信号。在此 过程中,还使用了软阈值对射频信号进行了滤波处理,进一步降低噪音的影响。
式中,L是回波信号的长度,σ是噪声的标准差,取值设定在每一级小波 系数的中值除以0.6745。在对回波信号进行小波降噪后,继续使用daubechies14 作为母小波,在小波域内来重建估计的估计信号计算过程如下:
如图8给出的图像是原始水平剖面图像(S-scan)和使用本发明进行 处理后的图像(Reconstructed)图像的整体对比。对比中,原始图像和重 建图像使用的超声换能器是Olympus的V390,运行在50MHz频率,参考 图像(Reference)使用的超声换能器是OKOSV30148,运行在180MHz 获得的图像。试件是两个倒装芯片,分别是GPU AMD RV570和FPGAXilinx XC7Z045。成像的分辨率都设定在20微米。从对比中可以看出重建的图 像和参考图像更为相近,重建图像具有更高的对比度和分辨率和更多的 细节信息。在图9的放大对比中,可以看到更加明显的区别,重建图像 的质量更高,和参考图像的更加相近,在P1点附近,重建图像包含了更 多的和参考图像中相同的分层信息,这些信息在原始扫描图像中是看不 到的。重建的图像和参考图像在P2和P3点附件相对于原始图像具有更 高相似都。灰度值的差异在原始水平剖面图像中几乎不可见。芯片边缘 附近的P4点和P5点,重建的图像与参考图像的细节更加接近,分辨率 也更高。这些细节在原始的水平剖面图像中几乎不可见。与原始图像相 比,重建图像在P6点芯片下方的焊点也更加清晰。在图10的垂直剖面 图像对比中,也可以看到重建图像(b)比原始图像(a)更多的分层细 节,该图的水平分辨率时20微米,垂直分辨率为10-9秒的声程,大约相当 于在垂直方向将试件放大了500倍。
通过以上的对比可以看出,本实施例可以通过软件算法将叠加的信号进行 分离,在水平方向和垂直方向提高图像的分辨率,重建后的图像具有比原始垂 直剖面和水平剖面图像更高的分辨率和更多的图像细节。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述, 但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是 显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均 属于本发明要求保护的范围。
Claims (6)
1.一种面向超声显微镜的分辨率增强方法,其特征在于,所述方法为:
步骤1、设置参数获得试件的超声层析扫描结果;
步骤2、采用离散小波分解对每一点的超声信号进行多尺度分析,生成低频分量和高频分量;
步骤3、使用维纳反卷积滤波器处理低频分量,对叠加后的信号进行分离;
步骤4、将分离后的信号和高频分量进行离散小波反变换,重建超声层析扫描数据;
步骤5、使用重建的超声层析扫描数据生成试件内部更高分辨率的垂直剖面与水平剖面图像。
2.如权利要求1所述的一种面向超声显微镜的分辨率增强方法,其特征在于,所述步骤1中,层析扫描数据中包含水平面上每一个点完整的回波信号。
4.如权利要求1所述的一种面向超声显微镜的分辨率增强方法,其特征在于,所述步骤2中,采用离散小波分解对超声信号进行多尺度分析,离散小波变换可以利用子波段滤波将信号分解为不同的频段。
6.如权利要求1所述的一种面向超声显微镜的分辨率增强方法,其特征在于,所述步骤5中,维纳反卷积处理后的数据和离散小波分解后的高频分量,通过小波逆变换进行重组,重建出完整的射频信号,在此过程中,使用软阈值对超声信号进行了滤波处理,进一步降低噪音的影响。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020107681076 | 2020-08-03 | ||
CN202010768107 | 2020-08-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112114045A true CN112114045A (zh) | 2020-12-22 |
CN112114045B CN112114045B (zh) | 2023-09-19 |
Family
ID=73799331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010785514.8A Active CN112114045B (zh) | 2020-08-03 | 2020-08-06 | 一种面向超声显微镜的分辨率增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112114045B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
CA2277460A1 (en) * | 1999-07-13 | 2001-01-13 | Daniel Levesque | Method and system for high resolution ultrasonic imaging of small defects or anomalies |
CN102455327A (zh) * | 2010-10-18 | 2012-05-16 | 河南工业大学 | 基于小波变换的粮食及油料声信号特征提取方法和系统 |
CN102609916A (zh) * | 2012-01-19 | 2012-07-25 | 哈尔滨工业大学 | 基于多尺度分析的高光谱数据空间分辨率增强方法 |
EP2690462A2 (en) * | 2012-07-27 | 2014-01-29 | Samsung Electronics Co., Ltd | Image Processing Module, Ultrasonic Imaging Apparatus Using the Image Processing Module, and Ultrasonic Image Generation Method Using the Ultrasonic Imaging Apparatus |
WO2014144324A1 (en) * | 2013-03-15 | 2014-09-18 | Seno Medical Instruments, Inc. | Noise suppression in an optoacoustic system |
CN106442744A (zh) * | 2016-09-09 | 2017-02-22 | 西安科技大学 | 一种去除超声探头响应特性的超声波信号处理方法 |
CN108717685A (zh) * | 2018-05-14 | 2018-10-30 | 西北大学 | 一种增强图像分辨率的方法及系统 |
CN108780570A (zh) * | 2016-01-16 | 2018-11-09 | 菲力尔系统公司 | 使用迭代协同滤波的图像超分辨率的系统和方法 |
-
2020
- 2020-08-06 CN CN202010785514.8A patent/CN112114045B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
CA2277460A1 (en) * | 1999-07-13 | 2001-01-13 | Daniel Levesque | Method and system for high resolution ultrasonic imaging of small defects or anomalies |
CN102455327A (zh) * | 2010-10-18 | 2012-05-16 | 河南工业大学 | 基于小波变换的粮食及油料声信号特征提取方法和系统 |
CN102609916A (zh) * | 2012-01-19 | 2012-07-25 | 哈尔滨工业大学 | 基于多尺度分析的高光谱数据空间分辨率增强方法 |
EP2690462A2 (en) * | 2012-07-27 | 2014-01-29 | Samsung Electronics Co., Ltd | Image Processing Module, Ultrasonic Imaging Apparatus Using the Image Processing Module, and Ultrasonic Image Generation Method Using the Ultrasonic Imaging Apparatus |
WO2014144324A1 (en) * | 2013-03-15 | 2014-09-18 | Seno Medical Instruments, Inc. | Noise suppression in an optoacoustic system |
CN108780570A (zh) * | 2016-01-16 | 2018-11-09 | 菲力尔系统公司 | 使用迭代协同滤波的图像超分辨率的系统和方法 |
CN106442744A (zh) * | 2016-09-09 | 2017-02-22 | 西安科技大学 | 一种去除超声探头响应特性的超声波信号处理方法 |
CN108717685A (zh) * | 2018-05-14 | 2018-10-30 | 西北大学 | 一种增强图像分辨率的方法及系统 |
Non-Patent Citations (5)
Title |
---|
RAJESHWAR DASS: "Speckle Noise Reduction of Ultrasound Images Using BFO Cascaded with Wiener Filter and Discrete Wavelet Transform in Homomorphic Region", PROCEDIA COMPUTER SCIENCE * |
XI WU 等: "Enhancing the Image Resolution of Acoustic Microscopy with FISTA", 2021 5TH INTERNATIONAL CONFERENCE ON AUTOMATION * |
乔华伟 等: "基于小波变换的反卷积技术", 工程设计学报 * |
侯金曼 等: "基于压缩感知的图像快速重建方法", 计算机工程 * |
孙超 等: "结合小波变换与深度网络的图像超分辨率方法", 激光与光电子学进展 * |
Also Published As
Publication number | Publication date |
---|---|
CN112114045B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mateo et al. | Finding out general tendencies in speckle noise reduction in ultrasound images | |
CN112858183B (zh) | 一种基于波形分离的增材制造激光超声信号缺陷成像方法 | |
JPH02156939A (ja) | エコーグラフ信号処理装置 | |
CN100520397C (zh) | 超声检测信号中复杂成分噪声的抑制方法 | |
CN115840879A (zh) | 一种增材制造构件超声检测回波信号处理方法及系统 | |
Ruiter et al. | Improvement of 3D ultrasound computer tomography images by signal pre-processing | |
Wolf et al. | Improved failure analysis in scanning acoustic microscopy via advanced signal processing techniques | |
Argenti et al. | Speckle suppression in ultrasonic images based on undecimated wavelets | |
CN112114045B (zh) | 一种面向超声显微镜的分辨率增强方法 | |
Jhang et al. | Wavelet analysis based deconvolution to improve the resolution of scanning acoustic microscope images for the inspection of thin die layer in semiconductor | |
CN110082436B (zh) | 一种基于变分模态的高提离电磁超声信号消噪方法 | |
CN111766306A (zh) | 一种全聚焦成像方法及装置 | |
Zhang et al. | Resolution improvement of acoustic microimaging by continuous wavelet transform for semiconductor inspection | |
Gavriloaia et al. | Spatiotemporal filtering for ultrasound images | |
Mohammed et al. | Shift-invariant wavelet packet for signal de-noising in ultrasonic testing | |
Beevi et al. | Speckle Noise Removal Using Spatial and Transform Domain Filters in Ultrasound Images | |
Sharma et al. | Wavelet transform-based approach for processing ultrasonic B-scan images | |
Yu et al. | Seismic noise attenuation using 2D complex wavelet transform | |
Chen et al. | Signal de-noising in ultrasonic testing based on stationary wavelet transform | |
Sikhakhane et al. | Hybrid speckle de-noising filters for ultrasound images | |
Moshrefi et al. | An efficient method to enhance the quality of ultrasound medical images | |
CN113884581B (zh) | 一种基于增材缺陷的超声检测信号的降噪方法 | |
Georgieva et al. | A comparative analysis of various filters for noise reduction in cardiac ultrasound images | |
Moubarik et al. | Wavelets and nondestructive evaluation | |
Emeterio et al. | Denoising ultrasound RF signals by wavelet cycle spinning shrinkage |
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 |