CN113552571A - 基于psm算法的水下激光致声saft成像方法 - Google Patents
基于psm算法的水下激光致声saft成像方法 Download PDFInfo
- Publication number
- CN113552571A CN113552571A CN202011024883.1A CN202011024883A CN113552571A CN 113552571 A CN113552571 A CN 113552571A CN 202011024883 A CN202011024883 A CN 202011024883A CN 113552571 A CN113552571 A CN 113552571A
- Authority
- CN
- China
- Prior art keywords
- image
- time
- sound
- formula
- frequency
- 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
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
- G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
- G01S15/8965—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using acousto-optical or acousto-electronic conversion techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
- G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
- G01S15/8977—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using special techniques for image reconstruction, e.g. FFT, geometrical transformations, spatial deconvolution, time deconvolution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
- G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
- G01S15/8997—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using synthetic aperture techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及水下激光致声及超声检测技术领域,具体的说是一种能够有效提升聚焦成像精度及横向分辨率的基于PSM算法的水下激光致声SAFT成像方法,其特征在于,利用首波声时法确定水下中目标试件的位置分布,采用反射法对试件进行检测;采用激光源阵列进行声波的激发,激光源阵列中每个激光源间的距离固定且保持相同的触发时间间隔,使激光源阵列沿着一条检测线进行移动;通过在各个激光源处设置域点探针来采集回波声压信号并进行存储;载入超声数据,确定采样时间间隔从而计算得出采样频率等一系列处理,实现了在水下介质中对目标检测的较好效果。
Description
技术领域:
本发明涉及水下激光致声及超声检测技术领域,具体的说是一种能够有效提升聚焦成像精度及横向分辨率的基于PSM算法的水下激光致声SAFT成像方法。
背景技术:
在所有超声检测中,都需要定性或者定量的来确定缺陷目标,其中对于缺陷目标的位置分布是检测者希望获得的。在超声成像的研究中,内部缺陷目标的空间位置信息包含在回波当中,经过处理成像,可以将这些信息进行可视化处理从而呈现。另外图像的分辨率对于成像结果也十分重要,图像中对于多个点目标的分辨能力直接决定了成像系统的分辨力。
合成孔径聚焦技术(SAFT)是传统声学领域中提高检测分辨率和质量的方法之一,其基本原理是将线性阵列的多个小孔径换能器相结合,从而形成一个类似于大孔径的换能器进行替代,以达到提高横向的检测分辨率的目的。合成孔径聚焦技术(SAFT)起初发展并在机载雷达映射系统上实现应用,主要用于改善系统的分辨率。后来,SAFT更多地被应用于超声波成像领域中,主要在于其两大优势:第一,合成孔径有效地提升了聚焦区域的横向分辨率;第二,其能够在聚焦区域产生动态的聚焦效果。
在检测时,换能器阵列沿着一条确定的直线轨迹运动,在其运动轨迹的若干位置向目标成像的区域内发射压电超声波脉冲,SAFT就是把换能器的阵列分为若干的超声脉冲发射或接收单元。在发射超声信号时,发射单元将其作为点元发射,发射出的超声波束到达目标位置;在接收信号反射回波时,各个接收单元依次接收来自目标物体各点的信号并进行存储,由成像点的空间位置对接收到的信号进行延时处理,从而得到目标的逐点聚焦成像。
发明内容:
本发明针对现有水下检测技术存在的精度差、横向分辨率低的问题,提出了一种基于PSM算法的水下激光致声SAFT成像方法。
本发明通过以下措施达到:
一种基于PSM算法的水下激光致声SAFT成像方法,其特征在于,包括以下步骤:
步骤1:利用首波声时法确定水下中目标试件的位置分布,采用反射法对试件进行检测;
步骤2:采用激光源阵列进行声波的激发,激光源阵列中每个激光源间的距离固定且保持相同的触发时间间隔,使激光源阵列沿着一条检测线进行移动;
步骤3:通过在各个激光源处设置域点探针来采集回波声压信号并进行存储;
步骤4:载入超声数据,确定采样时间间隔从而计算得出采样频率;
步骤5:设置空间步长及脉冲传输和测量之间的时间延迟,定义声波传播的速度;
步骤6:设置截止频率上下限并确定好Z轴成像的起始范围及分辨率大小;
步骤7:对原始数据进行傅里叶变换,去除对应于传感器频率的频谱部分,仅保留换能器频段的二维频谱部分;
步骤8:对步骤7所获数据重新进行采样,得到更高的分辨率并制作二维光谱坐标网格,返回到t=0的时刻计算根据时间延迟的时移并计算新的光谱坐标,对频谱进行重采样;
步骤9:进行傅里叶逆变换后得到聚焦后图像。
本发明还包括对图像进行特征提取后进行质量评价,使用SVM基于Model-svm对图像进行分类,计算特征属于各种失真类型的概率,其中基于Model-n,利用SVR模型分别计算其分数并组成分数向量,计算待评价图像的质量分数Index;所述对图像进行质量评价具体为:利用SSEQ法总共在三个尺度上提取12个特征,输入图像后,首先对其进行分块,计算每块区域的局部熵,进而获得所有局部熵的平均值作为特征1;接下来对已求得的局部熵值排序求出偏度作为特征2;再计算每个分块的局部谱域熵,获得所有局部谱域熵的平均值作为特征3;最后对局部谱域熵进行排序并求出偏度作为特征4;使用最近邻算法对图像进行2次的下采样并通过计算得到类似的4个特征,从而一共获得图像的12个特征。
本发明步骤2所述激光源阵列中共有N个阵元,若第1个阵元所在位置为坐标原点,d为各阵元间距;θ为声波偏转角度;c为超声在介质中的传播声速,则第n个阵元与第1个阵元之间的时间延迟间隔tn1用式1.1来表示:若超声波束在深度为D的位置完成聚焦,则其所需的聚焦延迟时间tn2用式1.2来表示:
其中,t0为避免延迟时间为负值的时间常数;
结合式1.1、1.2的计算原理可得,超声波束对成像区域内任意一点A的偏转聚焦延迟时间tn用式1.3来表示:
其中k0为常数。
本发明步骤7至步骤9具体如下:
假设k为正相关系数,x和z分别表示各个方向的坐标分量,kx和kz分别表示x和z方向的波束分量,ω为角频率,t为时间变量,则波动方程用式1.6来表示;
其中A(ω,kx)表示由(ω,kx)组成的复数幅值,P(ω,kx,z)表示P(t,x,z)频域下的声场,由已知条件A(ω,kx)和利用二维反傅里叶变换推导P(ω,kx,z)。得到P(t,x,z)和P(ω,kx,z)表达式如下:
设所有探头放置于半空间中(z>Z),且z=Z扫查面上所有探头依次记录散射体的超声回波信号,通过式1.10得到频域内声场P(ω,kx,Z)的通解,代入式1.9得到A(ω,kx)的通解。
其中P(ω,kx,Z)表示探头在z=Z扫查平面所接收到的声压信号。
将式1.10代入式1.9中,得到时域空间下的波场表达式:
将t=0代入波场表达式即可求解成像区域内聚焦图像ip(x,z)的解,等号右边仅为关于kx的反傅里叶变换,在代入e-iω0=1后,其表达式为关于ω的反傅里叶变换,即简化为如式1.12所示关于ω的积分;
本发明相对于传统的超声信号合成孔径算法相比主要优点如下:1、每个激光源之间的距离固定且保持相同的触发时间间隔,各个激光源处发射的脉冲功率、频率等物理条件完全保持一致,从而减小信号发射和接收阶段可能产生的误差,提高成像结果的精度。2、传统算法多激光源同时触发,相互之间的干扰无法避免,通过设置激光源之间的相位差实现延时聚焦,减小了激光源之间的干扰。3、PSM算法中使用快速傅里叶变换,从而有效减少时域合成孔径逐点聚焦的计算量,使得整个成像效率得到极大地提高。
附图说明:
附图1为合成孔径检测技术的原理示意图。
附图2为合成孔径聚焦波束收发的空间几何关系。
附图3为本发明的流程图。
附图4为本发明中PSM算法流程图。
附图5为本发明实施例中激光激发声波在COMSOL中的模拟传播的声压分布。
附图6为本发明实施例中域点探针采集到的超声数据在Matlab中的仿真成像。
附图7为本发明实施例中经PSM算法处理后的SAFT聚焦效果。
具体实施方式:
下面结合附图和实施例,对本发明做进一步的说明。
本发明提出了一种PSM算法的激光致声SAFT成像方法,步骤如下:
步骤1,首波声时法确定水下中目标试件的位置分布,采用反射法对试件进行检测;
步骤2,采用激光源阵列进行声波的激发,每个激光源间的距离固定且保持相同的触发时间间隔,使其沿着一条检测线进行移动;
步骤3,通过在各个激光源处设置域点探针来采集回波声压信号并进行存储;
步骤4,载入超声数据,确定采样时间间隔从而计算得出采样频率;
步骤5,设置空间步长及脉冲传输和测量之间的时间延迟,再定义声波传播的速度;
步骤6,设置截止频率上下限并确定好Z轴成像的起始范围及分辨率大小;
步骤7,原始数据进行傅里叶变换,去除对应于传感器频率的频谱部分,仅保留换能器频段的二维频谱部分;
步骤8,重新进行采样得到更高的分辨率并制作二维光谱坐标网格,返回到t=0的时刻计算根据时间延迟的时移并计算新的光谱坐标,对频谱进行重采样;
步骤9,进行傅里叶逆变换后即可得到聚焦后图像;
步骤10,对图像进行特征提取后进行质量评价,使用SVM基于Model-svm对图像进行分类,计算特征属于各种失真类型的概率;
步骤11,基于Model-n,利用SVR模型分别计算其分数并组成分数向量,计算待评价图像的质量分数Index。
进一步,步骤10中,SSEQ总共在三个尺度上提取12个特征。输入图像后,首先对其进行分块,计算每块区域的局部熵,进而获得所有局部熵的平均值作为特征1;接下来对已求得的局部熵值排序求出偏度作为特征2;再计算每个分块的局部谱域熵,获得所有局部谱域熵的平均值作为特征3;最后对局部谱域熵进行排序并求出偏度作为特征4。使用最近邻算法对图像进行2次的下采样并通过计算得到类似的4个特征,从而一共获得图像的12个特征。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将实施例或现有技术描述中所需要使用的附图作简单介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
实施例1:
一种PSM算法的激光致声SAFT成像方法,首先利用首波声时法确定水下中目标试件的位置分布,采用反射法对试件进行检测;然后对目标的分布位置利用合成孔径聚焦的方法成像,采用激光源阵列进行声波的激发,每个激光源之间的距离固定且保持相同的触发时间间隔,使其沿着一条检测线进行移动,通过在各个激光源处设置域点探针来采集回波声压信号并进行存储;将各个位置存储的回波信号利用相位偏移(PSM)算法进行处理,得到聚焦后的图像,相位偏移算法主要是将扫查平面(即深度方向第一行)上采集到的时域数据进行二维傅里叶变换,得到二维频谱并在深度方向上作相移,然后作二维反傅里叶变换并取t=0,得到一行的聚焦图像,逐行重复该过程即可得到整个成像区域内的聚焦图像。
本例还通过SSEQ方法对图像质量进行无参考评价,计算聚焦后的成像精度提升效果。SSEQ方法是利用图像多个区域块之间的统计学规律,通过计算图像各个块之间的信息熵从而获得图像中像素点相互关系的大小。在不断地统计与训练的情况下对图像进行质量预测。最后输出图像在0和100之间的质量分数得分。(0代表最好的质量,100代表最差的质量)。
如图1所示的合成孔径检测技术的基本示意图,A为排列在同一直线上的8个激光源阵列,B为声波聚焦传播的方向,C为在目标处的聚焦成像。
如图2所示的合成孔径聚焦波束收发的空间几何关系。可用如下公式进行推理计算表示出阵元间的时间延迟间隔、聚焦延迟时间以及聚焦深度等参量。
若超声波束在深度为D的位置完成聚焦,则其所需的聚焦延迟时间tn2用式1.2来表示:
其中,t0为避免延迟时间为负值的时间常数。
结合式1.1、1.2的计算原理可得,超声波束对成像区域内任意一点A的偏转聚焦延迟时间tn用式1.3来表示:
其中k0为常数;
图3所示为基于PSM算法的激光致声SAFT成像方法的流程图,其具体步骤如下:
步骤1,首波声时法确定水下中目标试件的位置分布,采用反射法对试件进行检测。
步骤2,采用激光源阵列进行声波的激发,每个激光源间的距离固定且保持相同的触发时间间隔,使其沿着一条检测线进行移动。
步骤3,通过在各个激光源处设置域点探针来采集回波声压信号并进行存储。
步骤4,载入超声数据,确定采样时间间隔从而计算得出采样频率。
步骤5,设置空间步长及脉冲传输和测量之间的时间延迟,再定义声波传播的速度。
步骤6,设置截止频率上下限并确定好Z轴成像的起始范围及分辨率大小。
步骤7,原始数据进行傅里叶变换,去除对应于传感器频率的频谱部分,仅保留换能器频段的二维频谱部分。
步骤8,重新进行采样得到更高的分辨率并制作二维光谱坐标网格,返回到t=0的时刻计算根据时间延迟的时移并计算新的光谱坐标,对频谱进行重采样。
步骤9,进行傅里叶逆变换后即可得到聚焦后图像。
步骤10,对图像进行特征提取后进行质量评价,使用SVM基于Model-svm对图像进行分类,计算特征属于各种失真类型的概率。
步骤11,基于Model-n,利用SVR模型分别计算其分数并组成分数向量,计算待评价图像的质量分数Index。
如图4所示为相位偏移算法(PSM)流程图。PSM算法主要是将扫查平面(即深度方向第一行)上采集到的时域数据进行二维傅里叶变换,得到二维频谱并在深度方向上作相移,然后作二维反傅里叶变换并取t=0,得到一行的聚焦图像,逐行重复该过程即可得到整个成像区域内的聚焦图像。
在几何体中,标量波动方程的解以平面波的形式表现,假设k为正相关系数,x和z分别表示各个方向的坐标分量,kx和kz分别表示x和z方向的波束分量,ω为角频率,t为时间变量,则波动方程用式1.6来表示。
其中A(ω,kx)表示由(ω,kx)组成的复数幅值,P(ω,kx,z)表示P(t,x,z)频域下的声场,由已知条件A(ω,kx)和利用二维反傅里叶变换推导P(ω,kx,z)。得到P(t,x,z)和P(ω,kx,z)表达式如下:
设所有探头放置于半空间中(z>Z),且z=Z扫查面上所有探头依次记录散射体的超声回波信号,通过式1.10得到频域内声场P(ω,kx,Z)的通解,代入式1.9得到A(ω,kx)的通解。
其中P(ω,kx,Z)表示探头在z=Z扫查平面所接收到的声压信号。
将式1.10代入式1.9中,得到时域空间下的波场表达式:
将t=0代入波场表达式即可求解成像区域内聚焦图像ip(x,z)的解。等号右边仅为关于kx的反傅里叶变换,在代入e-iω0=1后,其表达式为关于ω的反傅里叶变换,即简化为如式1.12所示关于ω的积分;
其中Pmap(kx,kz)表示x和z方向波束分量的成像,如式1.13所示:
为准确地衡量聚焦图像的质量好坏,引入了一种客观图像质量评价方法——SSEQ无参考图像质量评价。
SSEQ总共在三个尺度上提取12个特征。输入图像后,首先对其进行分块,计算每块区域的局部熵,进而获得所有局部熵的平均值作为特征1;接下来对已求得的局部熵值排序求出偏度作为特征2;再计算每个分块的局部谱域熵,获得所有局部谱域熵的平均值作为特征3;最后对局部谱域熵进行排序并求出偏度作为特征4。使用最近邻算法对图像进行2次的下采样并通过计算得到类似的4个特征,从而一共获得图像的12个特征。
对图像进行特征提取后进行质量评价,使用SVM基于model-svm对图像进行分类,计算特征属于各种失真类型的概率,记为向量P(p1,p2,…,pN)。分别假设其属于某个特定失真类型,基于Model-n,利用SVR模型分别计算其分数并组成分数向量S(s1,s2,…,sN)。则计算待评价图像的质量分数Index如式1.14所示。
如图5所示,是激光激发声波在COMSOL中的模拟传播的声压分布图,回波能量主要集中在目标附近,而非目标位置处的能量明显减弱了,另外还可以通过增加激光源数目的方式提升目标边缘处的检测效果。
图6和图7分别是PSM算法处理前后的SAFT聚焦效果,通过图像可以明显看出聚焦成像效果的提升以及目标识别率的增强。为验证聚焦后的效果,利用SSEQ无参考图像质量评价得到图6原始图像的质量分数为71.1742,图7聚焦后图像的质量分数为57.1904,相对于原始图像,经SAFT聚焦后其图像质量提高19.6%,实现了在水下介质中对目标检测的较好效果。
Claims (4)
1.一种基于PSM算法的水下激光致声SAFT成像方法,其特征在于,包括以下步骤:
步骤1:利用首波声时法确定水下中目标试件的位置分布,采用反射法对试件进行检测;
步骤2:采用激光源阵列进行声波的激发,激光源阵列中每个激光源间的距离固定且保持相同的触发时间间隔,使激光源阵列沿着一条检测线进行移动;
步骤3:通过在各个激光源处设置域点探针来采集回波声压信号并进行存储;
步骤4:载入超声数据,确定采样时间间隔从而计算得出采样频率;
步骤5:设置空间步长及脉冲传输和测量之间的时间延迟,定义声波传播的速度;
步骤6:设置截止频率上下限并确定好Z轴成像的起始范围及分辨率大小;
步骤7:对原始数据进行傅里叶变换,去除对应于传感器频率的频谱部分,仅保留换能器频段的二维频谱部分;
步骤8:对步骤7所获数据重新进行采样,得到更高的分辨率并制作二维光谱坐标网格,返回到t=0的时刻计算根据时间延迟的时移并计算新的光谱坐标,对频谱进行重采样;
步骤9:进行傅里叶逆变换后得到聚焦后图像。
2.根据权利要求1所述的一种基于PSM算法的水下激光致声SAFT成像方法,其特征在于,还包括对图像进行特征提取后进行质量评价,使用SVM基于Model-svm对图像进行分类,计算特征属于各种失真类型的概率,其中基于Model-n,利用SVR模型分别计算其分数并组成分数向量,计算待评价图像的质量分数Index;所述对图像进行质量评价具体为:利用SSEQ法总共在三个尺度上提取12个特征,输入图像后,首先对其进行分块,计算每块区域的局部熵,进而获得所有局部熵的平均值作为特征1;接下来对已求得的局部熵值排序求出偏度作为特征2;再计算每个分块的局部谱域熵,获得所有局部谱域熵的平均值作为特征3;最后对局部谱域熵进行排序并求出偏度作为特征4;使用最近邻算法对图像进行2次的下采样并通过计算得到类似的4个特征,从而一共获得图像的12个特征。
3.根据权利要求1所述的一种基于PSM算法的水下激光致声SAFT成像方法,其特征在于,步骤2所述激光源阵列中共有N个阵元,若第1个阵元所在位置为坐标原点,d为各阵元间距;θ为声波偏转角度;c为超声在介质中的传播声速,则第n个阵元与第1个阵元之间的时间延迟间隔tn1用式1.1来表示:
若超声波束在深度为D的位置完成聚焦,则其所需的聚焦延迟时间tn2用式1.2来表示:
其中,t0为避免延迟时间为负值的时间常数,
结合式1.1、1.2的计算原理可得,超声波束对成像区域内任意一点A的偏转聚焦延迟时间tn用式1.3来表示:
其中k0为常数。
4.根据权利要求1所述的一种基于PSM算法的水下激光致声SAFT成像方法,其特征在于,步骤7至步骤9具体如下:
假设k为正相关系数,x和z分别表示各个方向的坐标分量,kx和kz分别表示x和z方向的波束分量,ω为角频率,t为时间变量,则波动方程用式1.6来表示。
其中A(ω,kx)表示由(ω,kx)组成的复数幅值,P(ω,kx,z)表示P(t,x,z)频域下的声场,由已知条件A(ω,kx)和利用二维反傅里叶变换推导P(ω,kx,z)。得到P(t,x,z)和P(ω,kx,z)表达式如下:
设所有探头放置于半空间中(z>Z),且z=Z扫查面上所有探头依次记录散射体的超声回波信号,通过式1.10得到频域内声场P(ω,kx,Z)的通解,代入式1.9得到A(ω,kx)的通解。
其中P(ω,kx,Z)表示探头在z=Z扫查平面所接收到的声压信号。
将式1.10代入式1.9中,得到时域空间下的波场表达式:
将t=0代入波场表达式即可求解成像区域内聚焦图像ip(x,z)的解,等号右边仅为关于kx的反傅里叶变换,在代入e-iω0=1后,其表达式为关于ω的反傅里叶变换,即简化为如式1.12所示关于ω的积分;
其中Pmap(kx,kz)表示x和z方向波束分量的成像,如式1.13所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011024883.1A CN113552571B (zh) | 2020-09-25 | 2020-09-25 | 基于psm算法的水下激光致声saft成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011024883.1A CN113552571B (zh) | 2020-09-25 | 2020-09-25 | 基于psm算法的水下激光致声saft成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113552571A true CN113552571A (zh) | 2021-10-26 |
CN113552571B CN113552571B (zh) | 2023-05-16 |
Family
ID=78101636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011024883.1A Active CN113552571B (zh) | 2020-09-25 | 2020-09-25 | 基于psm算法的水下激光致声saft成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113552571B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115630492A (zh) * | 2022-10-12 | 2023-01-20 | 中交第二公路勘察设计研究院有限公司 | 隧道衬砌病害变化特征智能反演方法、系统及存储介质 |
CN116202968A (zh) * | 2023-03-13 | 2023-06-02 | 哈尔滨工业大学(威海) | 一种增材钛合金激光超声缺陷检测系统及激光超声相位相干成像检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5801312A (en) * | 1996-04-01 | 1998-09-01 | General Electric Company | Method and system for laser ultrasonic imaging of an object |
CN103033816A (zh) * | 2012-12-07 | 2013-04-10 | 清华大学 | 基于圆弧扫描转换的合成孔径聚焦超声成像实现方法 |
-
2020
- 2020-09-25 CN CN202011024883.1A patent/CN113552571B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5801312A (en) * | 1996-04-01 | 1998-09-01 | General Electric Company | Method and system for laser ultrasonic imaging of an object |
CN103033816A (zh) * | 2012-12-07 | 2013-04-10 | 清华大学 | 基于圆弧扫描转换的合成孔径聚焦超声成像实现方法 |
Non-Patent Citations (1)
Title |
---|
罗嵘等: "超声频域合成孔径聚焦技术在主轴缺陷检测技术中的应用", 《失效分析与预防》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115630492A (zh) * | 2022-10-12 | 2023-01-20 | 中交第二公路勘察设计研究院有限公司 | 隧道衬砌病害变化特征智能反演方法、系统及存储介质 |
CN115630492B (zh) * | 2022-10-12 | 2023-12-19 | 中交第二公路勘察设计研究院有限公司 | 隧道衬砌病害变化特征智能反演方法、系统及存储介质 |
CN116202968A (zh) * | 2023-03-13 | 2023-06-02 | 哈尔滨工业大学(威海) | 一种增材钛合金激光超声缺陷检测系统及激光超声相位相干成像检测方法 |
CN116202968B (zh) * | 2023-03-13 | 2024-05-03 | 哈尔滨工业大学(威海) | 一种增材钛合金激光超声缺陷检测系统及激光超声相位相干成像检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113552571B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111122700B (zh) | 一种提高激光超声saft缺陷定位速度的方法 | |
KR101581369B1 (ko) | 전단파를 이용한 이미징 방법 및 기기 | |
JP4795675B2 (ja) | 医療用超音波システム | |
CN103033816B (zh) | 基于圆弧扫描转换的合成孔径聚焦超声成像实现方法 | |
CN106501367B (zh) | 基于椭圆弧扫描转换的相控阵超声成像实现方法 | |
KR101218473B1 (ko) | 초음파 계측 장치 및 초음파 계측 방법 | |
JPH05249239A (ja) | 三次元測定及び地形イメージングソナー | |
CN102608205B (zh) | 基于变波速相位迁移的多层物体无损检测超声成像方法 | |
CN113552571B (zh) | 基于psm算法的水下激光致声saft成像方法 | |
US9642600B2 (en) | Shear wave attenuation from k-space analysis system | |
CN109512465B (zh) | 一种声辐射力双向剪切波复合成像方法及装置 | |
CN103018333B (zh) | 分层物体的合成孔径聚焦超声成像方法 | |
JP5910641B2 (ja) | 超音波映像化方法及び超音波映像化装置 | |
JP7233646B2 (ja) | 超音波検査方法、超音波検査装置およびプログラム | |
CN113534161B (zh) | 一种用于远距离定位水下声源的波束镜像聚焦方法 | |
CN111388012B (zh) | 用于检测组织硬度的方法、设备及系统 | |
JP4761999B2 (ja) | 超音波診断装置およびその画像処理方法、その画像処理プログラム | |
CA2774758C (en) | Method and device for measuring a profile of the ground | |
CN115587291B (zh) | 一种基于裂纹超声散射矩阵的去噪表征方法及系统 | |
US20190046162A1 (en) | Ultrasonic signal processor, ultrasonic diagnostic device, and ultrasonic signal processing method | |
JP2022048981A (ja) | 媒体の超音波特性評価用の方法とシステム | |
KR101551469B1 (ko) | 평면파를 이용한 초음파 송수신집속 방법 및 시스템 | |
CN105548363A (zh) | 基于多途识别的超声检测成像方法 | |
RU2788389C1 (ru) | Способ обнаружения аберраций при ультразвуковом исследовании | |
CN111449681A (zh) | 一种剪切波成像方法、装置、设备及可读存储介质 |
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 |