CN113358697A - 基于非线性调频的高分辨率光热脉冲压缩热成像检测方法 - Google Patents

基于非线性调频的高分辨率光热脉冲压缩热成像检测方法 Download PDF

Info

Publication number
CN113358697A
CN113358697A CN202110459509.2A CN202110459509A CN113358697A CN 113358697 A CN113358697 A CN 113358697A CN 202110459509 A CN202110459509 A CN 202110459509A CN 113358697 A CN113358697 A CN 113358697A
Authority
CN
China
Prior art keywords
signal
thermal
frequency modulation
pulse compression
excitation
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
Application number
CN202110459509.2A
Other languages
English (en)
Other versions
CN113358697B (zh
Inventor
张辉
罗志涛
殷国栋
王胜
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202110459509.2A priority Critical patent/CN113358697B/zh
Publication of CN113358697A publication Critical patent/CN113358697A/zh
Application granted granted Critical
Publication of CN113358697B publication Critical patent/CN113358697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws

Landscapes

  • Physics & Mathematics (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 Using Thermal Means (AREA)

Abstract

本发明提供一种基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，包括以下步骤：步骤10)将瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，发射所述激励信号对待测样品进行加热；步骤20)利用红外热像仪获取待测样品表面的热波回波信号；步骤30)将所述激励信号和所述热波回波信号进行匹配滤波处理，得到匹配滤波输出信号。本发明方法得到的匹配滤波输出信号具有很低的旁瓣和很窄的主峰，从而使得到的待测样品的光热脉冲压缩热成像信号具有高信噪比和深度分辨率。

Description

基于非线性调频的高分辨率光热脉冲压缩热成像检测方法
技术领域
本发明属于多物理场无损检测技术领域，具体涉及一种基于非线性调频的高分辨率光热脉冲压缩热成像检测方法。
背景技术
脉冲压缩热成像技术近年来已经被应用于工业复合材料、生物组织和艺术品等的无损检测，其通常是将获得的热波信号与所传送的编码激励波形进行匹配滤波，以获得含有待测样品内部物理信息的匹配滤波输出；该技术即使在仅使用低功率外部激励源的情况下，也能显著提高信噪比和增大热成像的探测范围/深度分辨率，因此通常不会对待测样品表面产生热损伤。由于脉冲压缩热成像技术中激励波形的选择对于实现高分辨率无损检测至关重要，合适的激励波形不仅可显著降低匹配滤波输出的旁瓣，还可以窄化主峰宽度，以提高缺陷深度检测分辨率，此外，所设计激励编码波形能够在实际中简易实现也是所要考虑的重要因素。因此，探索新的激励波形对于实现高分辨率脉冲压缩热成像是非常有意义的。
目前，脉冲压缩热成像技术中通常采用线性调频激励波形和相位调制巴克码激励波形。对于线性调频激励波形，其匹配滤波输出通常具有较高的旁瓣，不利于高分辨率脉冲压缩热成像。对于相位调制巴克码激励波形，通过对激励波形的相位进行调制，使该波形具有很好的抗噪性能，但其探测深度范围通常比较有限。
发明内容
本发明所要解决的技术问题是：提供一种基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，提高光热成像的深度分辨率和信噪比。
为解决上述技术问题，本发明提供一种基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，包括以下步骤：
步骤10)将瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，发射所述激励信号对待测样品进行加热；
步骤20)利用红外热像仪获取待测样品表面的热波回波信号；
步骤30)将所述激励信号和所述热波回波信号进行匹配滤波处理，得到匹配滤波输出信号。
作为本发明实施例的进一步改进，所述瞬时频率曲线为凹二次函数的非线性频率调频信号为：
s(t)＝cos[2πfNLFM(t)·t-π] 式(1)
式中，
Figure BDA0003041871190000021
表示瞬时频率，k＝(f2-f1)/Tc表示频率调制斜率，f1表示起始频率，f2表示截止频率，Tc表示激励持续时间。
作为本发明实施例的进一步改进，还包括：
步骤40)对所述匹配滤波输出信号加窗函数进行处理，得到所述待测样品的光热脉冲压缩热成像信号。
作为本发明实施例的进一步改进，所述窗函数为高斯窗函数。
作为本发明实施例的进一步改进，所述步骤30)中，利用式(2)进行匹配滤波处理：
Figure BDA0003041871190000031
式中，s(t)表示激励信号，T(t)表示热波回波信号，
Figure BDA0003041871190000032
表示互相关运算，τ表示发射激励信号与所获取热波回波信号的时间延迟。
作为本发明实施例的进一步改进，所述待测样品为工业复合材料或生物组织。
与现有技术相比，本发明的技术方案具有以下有益效果：本发明实施例提供的基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，采用瞬时频率曲线为凹二次函数的非线性调频信号作为激励信号发射到待测样品上，然后采集待测样品表面的热波回波信号，最后对激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号。本发明实施例方法得到的匹配滤波输出信号具有很低的旁瓣和很窄的主峰，从而得到的待测样品的光热脉冲压缩热成像信号具有高信噪比和深度分辨率。本发明实施例方法具有普适性，可应用于多层复合材料、生物组织的高分辨率光热无损检测，因此对于工业复合材料、生物医学领域具有重要意义。本发明实施例方法简单，易于实现。
附图说明
图1为本发明实施例的光热脉冲压缩热成像检测方法的原理示意图；
图2为本发明实施例1的激励信号、热波回波信号以及输出信号的波形图；
图3为本发明实施例2的激励信号、热波回波信号以及输出信号的波形图；
图4为本发明实施例3的激励信号、热波回波信号以及输出信号的波形图；
图5为对比例1的激励信号、热波回波信号以及输出信号的波形图；
图6为对比例2的激励信号、热波回波信号以及输出信号的波形图；
图7为对比例3的激励信号、热波回波信号以及输出信号的波形图；
图8为对比例4的激励信号、热波回波信号以及输出信号的波形图。
具体实施方式
下面对本发明的技术方案进行详细的说明。
本发明实施例提供一种基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，原理如图1所示，包括以下步骤：
步骤10)将瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，发射所述激励信号对待测样品进行加热；
步骤20)利用红外热像仪获取待测样品表面的热波回波信号；
步骤30)将所述激励信号和所述热波回波信号进行匹配滤波处理，得到匹配滤波输出信号。
本发明实施例方法使用凹二次函数的非线性调频信号作为激励信号，与常用的线性调频激励信号呈矩形状的宽功率谱相比，具有凹二次函数的非线性调频激励信号的能量主要集中在低频段，这使得会有更多的光热能量传输到待测样品中，最终得到的匹配滤波输出信号具有很低的旁瓣和很窄的主峰，即得到的待测样品的光热脉冲压缩热成像信号具有高信噪比和深度分辨率。本发明实施例方法具有普适性，可应用于多层复合材料、生物组织的高分辨率光热无损检测，因此对于工业复合材料、生物医学领域具有重要意义。本发明实施例方法简单，易于实现。
优选的，瞬时频率曲线为凹二次函数的非线性频率调频信号为：
s(t)＝cos[2πfNLFM(t)·t-π] 式(1)
式中，
Figure BDA0003041871190000051
表示瞬时频率，k＝(f2-f1)/Tc表示频率调制斜率，f1表示起始频率，f2表示截止频率，Tc表示激励持续时间。
优选的，本发明实施例的基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，还包括：
步骤40)对所述匹配滤波输出信号加窗函数进行处理，得到所述待测样品的光热脉冲压缩热成像信号。
本发明优选实施例采用窗函数进一步抑制匹配滤波输出信号的旁瓣，加窗函数进行处理后得到的光热脉冲压缩热成像信号的旁瓣更低，进一步提高光热脉冲压缩热成像信号的深度分辨率和信噪比。
优选的，窗函数为高斯窗函数。
由于热回波信号是一种梯度驱动、无波前、过阻尼衰减的扩散波，其通常呈指数式衰减，采用高斯窗函数作为窗函数，对其进行加窗处理会获得更好的脉冲压缩质量，进一步提高光热脉冲压缩热成像信号的深度分辨率和信噪比。
优选的，步骤30)中，利用式(2)进行匹配滤波处理：
Figure BDA0003041871190000052
式中，s(t)表示激励信号，T(t)表示热波回波信号，
Figure BDA0003041871190000053
表示互相关运算，τ表示发射激励信号与所获取热波回波信号的时间延迟。
优选的，待测样品可以是热障涂层类多层复合结构或玻璃纤维复合材料等工业复合材料，也可以是牙齿或羊骨等生物组织。
下面提供三个实施例和四个对比例来验证本发明实施例方法的准确性。实施例和对比例的待测样品均相同，为半透明表面涂层和两层不透明固体层(粘结层和基体层)组成的三层复合结构，其中，半透明表面涂层的光学吸收系数μa1＝100m-1，光学散射系数μs＝19500m-1，各向异性因子g＝0.9，空气折射率n0＝1，介质折射率nm＝1.58；此外，热学物理参数如下：L1＝400μm，k1＝0.9W/mK，α1＝3.183×10-7m2/s，L2＝100μm，κ2＝3.3W/mK，α2＝5.923×10-7m2/s，L3＝4000μm，κ3＝9.92W/mK，α3＝28.667×10-7m2/s。
实施例1
步骤1)将式(1)所示的瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，发射激励信号对待测样品进行加热，其中，该激励信号的起始频率f1＝0.1×(1-0.6)Hz，，终止频率f2＝0.1×(1+0.6)Hz，激励持续时间Tc＝130s；激励信号的波形如图2(a)中实线所示；
步骤2)利用红外热像仪获取待测样品表面的热波回波信号，热波回波信号的波形如图2(a)中虚线所示；
步骤3)利用式(3)将激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号，如图2(b)所示。
实施例2
步骤1)将式(1)所示的瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，发射激励信号对待测样品进行加热，其中，激励信号的起始频率f1＝0.1×(1-0.6)Hz，，终止频率f2＝0.1×(1+0.6)Hz，激励持续时间Tc＝130s；激励信号的波形如图3(a)中实线所示；
步骤2)利用红外热像仪获取待测样品表面的热波回波信号，热波回波信号的波形如图3(a)中虚线所示；
步骤3)利用式(3)将激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号；
步骤4)对匹配滤波输出信号加高斯窗函数进行处理，得到待测样品的光热脉冲压缩热成像信号，如图3(b)中实线所示。
实施例3
步骤1)将式(1)所示的瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，发射激励信号对待测样品进行加热，其中，激励信号的起始频率f1＝0.1×(1-0.6)Hz,，终止频率f2＝0.1×(1+0.6)Hz，激励持续时间Tc＝130s；激励信号的波形如图4(a)中实线所示；
步骤2)利用红外热像仪获取待测样品表面的热波回波信号，热波回波信号的波形如图4(a)中虚线所示；
步骤3)利用式(3)将激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号；
步骤4)对匹配滤波输出信号加凯瑟(Kaiser)窗函数进行处理，得到待测样品的光热脉冲压缩热成像信号，如图4(b)所示。
对比例1
步骤1)将中心频率fc＝0.1Hz的13位相位调制巴克码波形作为激励信号，发射激励信号对待测样品进行加热；激励信号的波形如图5(a)中实线所示；
步骤2)利用红外热像仪获取待测样品表面的热波回波信号，热波回波信号的波形如图5(a)中虚线所示；
步骤3)利用式(3)将激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号，如图5(b)所示。
对比例2
步骤1)将线性调频信号作为激励信号，发射激励信号对待测样品进行加热；激励信号的波形如图6(a)中实线所示；该线性调频激励波形的起始频率f1＝0.1×(1-0.6)Hz，终止频率f2＝0.1×(1+0.6)Hz，激励持续时间Tc＝130s；
步骤2)利用红外热像仪获取待测样品表面的热波回波信号，热波回波信号的波形如图6(a)中虚线所示；
步骤3)利用式(3)将激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号，如图6(b)所示。
对比例3
步骤1)将中心频率fc＝0.1Hz的13位相位调制巴克码信号作为激励信号，发射激励信号对待测样品进行加热；激励信号的波形如图7(a)中实线所示；
步骤2)利用红外热像仪获取待测样品表面的热波回波信号，热波回波信号的波形如图7(a)中虚线所示；
步骤3)利用式(3)将激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号；
步骤4)对匹配滤波输出信号加凯瑟(Kaiser)窗函数进行处理，得到待测样品的光热脉冲压缩热成像信号，如图7(b)所示。
对比例4
步骤1)将线性调频信号作为激励信号，发射激励信号对待测样品进行加热；激励信号的波形如图8(a)中实线所示；该线性调频激励波形的起始频率f1＝0.1×(1-0.6)Hz，终止频率f2＝0.1×(1+0.6)Hz，激励持续时间Tc＝130s；
步骤2)利用红外热像仪获取待测样品表面的热波回波信号，热波回波信号的波形如图8(a)中虚线所示；
步骤3)利用式(3)将激励信号和热波回波信号进行匹配滤波处理，得到匹配滤波输出信号；
步骤4)对匹配滤波输出信号加凯瑟(Kaiser)窗函数进行处理，得到待测样品的光热脉冲压缩热成像信号，如图8(b)所示。
实施例1采用瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，对比例1采用巴克码激励波形作为激励信号，对比例2采用线性信号作为激励信号，对比图2、图5和图6可知，本发明实施例方法得到的匹配滤波输出信号的深度分辨率高。
实施例2在实施例1基础上增加高斯窗函数处理，对比图2和图3可知，本发明优选实施例方法得到的热成像信号的旁瓣得到有效抑制，提高了信噪比。
实施例2采用高斯窗函数，实施例3采用凯瑟(Kaiser)窗函数，对比图3和图4可知，本发明优选实施例方法得到的热成像信号的信噪比和深度分辨率更高。
实施例3采用瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，对比例3采用巴克码信号信号作为激励信号，对比例4采用线性信号作为激励信号，实施例3、对比例3和对比例4均采用凯瑟(Kaiser)窗函数，对比图4、图7和图8可知，本发明实施例方法得到的匹配滤波输出信号的深度分辨率高。
以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解，本发明不受上述具体实施例的限制，上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。

Claims (6)

1.一种基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，其特征在于，包括以下步骤：
步骤10)将瞬时频率曲线为凹二次函数的非线性频率调频信号作为激励信号，发射所述激励信号对待测样品进行加热；
步骤20)利用红外热像仪获取待测样品表面的热波回波信号；
步骤30)将所述激励信号和所述热波回波信号进行匹配滤波处理，得到匹配滤波输出信号。
2.根据权利要求1所述的基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，其特征在于，
所述瞬时频率曲线为凹二次函数的非线性频率调频信号为：
s(t)＝cos[2πfNLFM(t)·t-π] 式(1)
式中，
Figure FDA0003041871180000011
表示瞬时频率，k＝(f2-f1)/Tc表示频率调制斜率，f1表示起始频率，f2表示截止频率，Tc表示激励持续时间。
3.根据权利要求1所述的基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，其特征在于，还包括：
步骤40)对所述匹配滤波输出信号加窗函数进行处理，得到所述待测样品的光热脉冲压缩热成像信号。
4.根据权利要求3所述基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，其特征在于，所述窗函数为高斯窗函数。
5.根据权利要求1所述的基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，其特征在于，所述步骤30)中，利用式(2)进行匹配滤波处理：
Figure FDA0003041871180000012
式中，s(t)表示激励信号，T(t)表示热波回波信号，
Figure FDA0003041871180000021
表示互相关运算，τ表示发射激励信号与所获取热波回波信号的时间延迟。
6.根据权利要求1所述的基于非线性调频的高分辨率光热脉冲压缩热成像检测方法，其特征在于，所述待测样品为工业复合材料或生物组织。
CN202110459509.2A 2021-04-27 2021-04-27 基于非线性调频的高分辨率光热脉冲压缩热成像检测方法 Active CN113358697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110459509.2A CN113358697B (zh) 2021-04-27 2021-04-27 基于非线性调频的高分辨率光热脉冲压缩热成像检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110459509.2A CN113358697B (zh) 2021-04-27 2021-04-27 基于非线性调频的高分辨率光热脉冲压缩热成像检测方法

Publications (2)

Publication Number Publication Date
CN113358697A true CN113358697A (zh) 2021-09-07
CN113358697B CN113358697B (zh) 2022-03-29

Family

ID=77525526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110459509.2A Active CN113358697B (zh) 2021-04-27 2021-04-27 基于非线性调频的高分辨率光热脉冲压缩热成像检测方法

Country Status (1)

Country Link
CN (1) CN113358697B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3583705D1 (de) * 1984-05-21 1991-09-12 Therma Wave Inc Verfahren und vorrichtung zum nachweis von thermischen wellen.
CN101262822A (zh) * 2005-07-18 2008-09-10 安德烈亚斯·曼德利斯 使用红外线光热辐射测量（ptr）和调制激光发光（lum）进行牙齿缺陷诊断的方法和装置
CN103234953A (zh) * 2013-04-16 2013-08-07 南京诺威尔光电系统有限公司 激光扫描热波层析成像系统与方法
CN103901073A (zh) * 2014-04-22 2014-07-02 哈尔滨工业大学 一种基于移相调频的光热成像检测方法
CN103926253A (zh) * 2014-04-22 2014-07-16 哈尔滨工业大学 线性调频超声波激励的红外热波无损检测方法与系统
CN103926274A (zh) * 2014-04-22 2014-07-16 哈尔滨工业大学 一种cfrp层板缺陷的红外热波雷达成像无损检测方法与系统
CN104359944A (zh) * 2014-11-05 2015-02-18 中国人民解放军第二炮兵工程大学 一种固定视场的红外热波脉冲相位无损检测方法
CN104677944A (zh) * 2015-03-25 2015-06-03 何赟泽 一种微波调频热波成像系统及方法
CN104685349A (zh) * 2012-08-09 2015-06-03 斯图加特太阳能中心有限公司 用于检查光电模块的方法和设备
US20160109393A1 (en) * 2014-10-20 2016-04-21 Andreas Mandelis Systems and methods for performing truncated-correlation photothermal coherence tomography
CN106525903A (zh) * 2016-11-06 2017-03-22 中国计量大学 一种基于旋转磁场激励的脉冲涡流热成像检测系统
CN109211974A (zh) * 2018-08-07 2019-01-15 哈尔滨商业大学 热障涂层结构脱粘缺陷脉冲飞秒激光激励红外热波检测装置及方法
CN109738512A (zh) * 2019-01-08 2019-05-10 重庆大学 基于多物理场融合的无损检测系统及方法
CN111781244A (zh) * 2020-07-15 2020-10-16 中国科学院自动化研究所 基于长短期记忆网络的红外热成像式涂层检测方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3583705D1 (de) * 1984-05-21 1991-09-12 Therma Wave Inc Verfahren und vorrichtung zum nachweis von thermischen wellen.
CN101262822A (zh) * 2005-07-18 2008-09-10 安德烈亚斯·曼德利斯 使用红外线光热辐射测量（ptr）和调制激光发光（lum）进行牙齿缺陷诊断的方法和装置
CN104685349A (zh) * 2012-08-09 2015-06-03 斯图加特太阳能中心有限公司 用于检查光电模块的方法和设备
CN103234953A (zh) * 2013-04-16 2013-08-07 南京诺威尔光电系统有限公司 激光扫描热波层析成像系统与方法
CN103901073A (zh) * 2014-04-22 2014-07-02 哈尔滨工业大学 一种基于移相调频的光热成像检测方法
CN103926253A (zh) * 2014-04-22 2014-07-16 哈尔滨工业大学 线性调频超声波激励的红外热波无损检测方法与系统
CN103926274A (zh) * 2014-04-22 2014-07-16 哈尔滨工业大学 一种cfrp层板缺陷的红外热波雷达成像无损检测方法与系统
US20160109393A1 (en) * 2014-10-20 2016-04-21 Andreas Mandelis Systems and methods for performing truncated-correlation photothermal coherence tomography
CN104359944A (zh) * 2014-11-05 2015-02-18 中国人民解放军第二炮兵工程大学 一种固定视场的红外热波脉冲相位无损检测方法
CN104677944A (zh) * 2015-03-25 2015-06-03 何赟泽 一种微波调频热波成像系统及方法
CN106525903A (zh) * 2016-11-06 2017-03-22 中国计量大学 一种基于旋转磁场激励的脉冲涡流热成像检测系统
CN109211974A (zh) * 2018-08-07 2019-01-15 哈尔滨商业大学 热障涂层结构脱粘缺陷脉冲飞秒激光激励红外热波检测装置及方法
CN109738512A (zh) * 2019-01-08 2019-05-10 重庆大学 基于多物理场融合的无损检测系统及方法
CN111781244A (zh) * 2020-07-15 2020-10-16 中国科学院自动化研究所 基于长短期记忆网络的红外热成像式涂层检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋培源: "基于红外热成像的结构缺陷检测技术研究", 《CNKI中国优秀博士学位论文数据库-工程科技Ⅱ辑》 *
王飞: "CFRP复合材料缺陷的红外雷达热波成像与层析检测研究", 《CNKI优秀博士学位论文-工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN113358697B (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
Wickramasinghe et al. Photoacoustics on a microscopic scale
KR100559808B1 (ko) 검사 장치 및 초음파 검사 장치
JPH11108845A (ja) 検査対象物の組成画像をリアルタイムで提供する方法
CN112229799B (zh) 偏振光声穆勒矩阵成像方法和系统
CN107422033B (zh) 一种玻璃幕墙结构胶粘接强度的检测评价方法
Van Damme et al. Time reversed acoustics techniques for elastic imaging in reverberant and nonreverberant media: An experimental study of the chaotic cavity transducer concept
CN110553998A (zh) 一种基于太赫兹技术的航空发动机叶片试件无损检测方法
CN113358697B (zh) 基于非线性调频的高分辨率光热脉冲压缩热成像检测方法
CN105796131A (zh) 背散射超声骨质诊断系统
CN1175784C (zh) 聚焦超声调制光学层析成像方法及其装置
Krischer Optical measurements of ultrasonic attenuation and reflection losses in fused silica
Wei et al. An adaptive peak detection method for inspection of breakages in long rails by using barker coded UGW
CN109540858A (zh) 载流子浓度的测量方法及系统
CN113820016B (zh) 一种相位调制热波信号全变分去噪方法
Patel et al. Quantitative spectroscopy of micron‐thick liquid films
CN102539331B (zh) 用于无创血糖检测的单腔光声池及检测方法
Hayward et al. A theoretical approach for inverse filter design in ultrasonic applications
CN113884014B (zh) 一种太赫兹金属基底多涂层高分辨厚度测量方法及装置
CN115201115A (zh) 基于结构光探测的光声成像装置与方法
CN113820360B (zh) 一种基于正交相位编码线性调频的高分辨率光热脉冲压缩热成像检测方法
CN102866111A (zh) 用于无创血糖检测的差动液体光声池组件
CN111707304A (zh) 一种变步长光纤f-p传感器离散腔长快速解调方法
CN105823765A (zh) 可扩展荧光寿命探测范围的质心算法cmm
US5465897A (en) Bonded ultrasonic transducer and method for making
CN113820310B (zh) 一种频率调制热波信号稀疏辅助去噪方法

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