CN113870152A - 一种激光超声可视化方法 - Google Patents
一种激光超声可视化方法 Download PDFInfo
- Publication number
- CN113870152A CN113870152A CN202111033501.6A CN202111033501A CN113870152A CN 113870152 A CN113870152 A CN 113870152A CN 202111033501 A CN202111033501 A CN 202111033501A CN 113870152 A CN113870152 A CN 113870152A
- Authority
- CN
- China
- Prior art keywords
- array
- dimensional
- data
- visualization method
- laser ultrasonic
- 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.)
- Pending
Links
- 238000007794 visualization technique Methods 0.000 title claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 238000005070 sampling Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 238000003491 array Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000003672 processing method Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement 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
- 230000010363 phase shift Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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 using 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 using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及一种激光超声可视化方法，包括如下步骤：一维数据采集；滤波处理；一维数组转换为二维数组，并截取部分；二维数组转换三维数组；空间卷积滤波；信号动态可视化。本发明的有益效果为：将一维数据转化为动态图像显示，并利用图像处理方法提高可视化分辨率，以便于直观识别到目标缺陷。
Description
技术领域
本发明涉及信号处理领域，具体涉及一种激光超声可视化方法。
背景技术
激光超声是一种新型无损检测技术，原理是利用激光打在工件上产生宽带超声波，并通过超声信号探测器来进行信号检测实现远距离测量，再由软件进行成像，根据信号类型，分为对时域信号和频域信号进行信号成像。超声信号探测器采集到的是一系列连续的按照时序关系的一维幅值信号，需要将这些一维信号转换成为二维图像以直观显示缺陷位置，由于受到超声信号探测器分辨率和灵敏度的影响，以及检测环境和设备跳转步进精度的影响，得到的二维图像质量并不好，图像往往分辨率比较低，此外，像素点个数根据激光扫描区域来确定，得到的像素数少，像素密度低，给缺陷判断带来了困难。
发明内容
发明所要解决的技术问题是提供一种激光超声可视化方法，以克服上述现有技术中的不足。
发明解决上述技术问题的技术方案如下：一种激光超声可视化方法，包括如下步骤：
S100、一维数据采集；
S200、滤波处理；
S300、一维数组转换为二维数组，并截取部分；
S400、二维数组转换三维数组；
S500、空间卷积滤波；
S600、信号动态可视化。
在上述技术方案的基础上，发明还可以做如下改进。
进一步，滤波处理包括先进行希尔伯特变换，再进行小波变换。
进一步，希尔伯特变换具体为：
将一维数据中正频率滞后π/2，负频率导前π/2。
进一步，小波变换所采用的基函数包括haar、morlet。
进一步，S300具体为：
将滤波处理所得一维数组转换为列表示数据采样长度，行表示总的扫描点数的二维数组，选取时间t中某一有波传播的时间段的信号作为下一步数据处理的原始数据。
进一步，S400具体为：
以X轴代表横向扫描轴、Y轴代表纵向扫描轴、t轴代表时间轴将二维数组进一步转换成三维数组。
进一步，S500具体为：
沿着时间轴索引三维数据数组的数据，得到一个二维数据数组，该二维数据数组的行和列分别代表横向和纵向的扫描点数，并对应实际扫描区域范围，数组内的数据代表着该采样时刻每一个扫描点的振动幅值大小；
二维数据数组经过n×n模板的空间滤波处理，并以强度图显示出数组内的数据。
进一步，空间滤波包括卷积和中值滤波。
进一步，强度图中以颜色显示出数组内的数据，以及以颜色的深浅代表扫描点的振动幅值大小。
进一步，S600具体为：
将每一个采样时刻的二维数据数组统一以强度图表示，并沿着时间轴依次播放，即为超声波在试件表面以及内部的传播图像。
本发明的有益效果是：将一维数据转化为动态图像显示，并利用图像处理方法提高可视化分辨率，以便于直观识别到目标缺陷。
附图说明
图1为数据分割前的二维图；
图2为数据分割后的二维图；
图3为二维数组转换成三维数组格式图；
图4为激光超声可视化方法流程图；
图5为处理结果对比图。
具体实施方式
以下结合附图对发明的原理和特征进行描述，所举实例只用于解释发明，并非用于限定发明的范围。
实施例1
如图4所示，一种激光超声可视化方法，包括如下步骤：
S100、一维数据采集；
S200、滤波处理；
S300、一维数组转换为二维数组，并截取部分；
S400、二维数组转换三维数组；
S500、空间卷积滤波；
S600、信号动态可视化。
实施例2
本实施例为在实施例1的基础上所进行的进一步优化，其具体如下：
滤波处理包括先对一维数据进行希尔伯特变换，再对一维数据进行小波变换。
实施例3
本实施例为在实施例2的基础上所进行的进一步优化，其具体如下：
希尔伯特变换具体为：
对一维数据进行希尔伯特变换(Hibert),信号经希尔伯特变换后，在频域各频率分量的幅度保持不变，但相位将出现90°相移，即对正频率滞后π/2，对负频率导前π/2，因此希尔伯特变换器又称为90°移相器，用希尔伯特变换描述幅度调制或相位调制的包络、瞬时频率和瞬时相位会使分析简便，在通信系统中有着重要的理论意义和实用价值，在通信理论中，希尔伯特变换是分析信号的工具，在数字信号处理中，不仅可用于信号变换，还可用于滤波，可以做成不同类型的希尔伯特滤波器。
实施例4
本实施例为在实施例2或3的基础上所进行的进一步优化，其具体如下：
小波变换具体为：
对希尔伯特变换处理所得信号进行小波变换，小波可以认为是一个带通滤波器，只允许频率和小波基函数频率相近的信号通过，小波变换的基本思想是用一组小波函数和基函数表示一个函数或者信号，使用的小波基函数包括haar、morlet等。
实施例5
本实施例为在实施例1～4任一实施例的基础上所进行的进一步优化，其具体如下：
S300具体为：
将小波变换处理所得一维数组转换为列表示数据采样长度，行表示总的扫描点数的二维数组，选取时间t中某一有波传播的时间段(其它时间段没有波传播的信号，如图1、图2所示)的信号作为下一步数据处理的原始数据。
实施例6
本实施例为在实施例5的基础上所进行的进一步优化，其具体如下：
S400具体为：
根据实际的横向和纵向扫描点数，将二维数组进一步转换成三维数组格式，如图3，具体方式为：以X轴代表横向扫描轴、Y轴代表纵向扫描轴、t轴代表时间轴将二维数组进一步转换成三维数组。
实施例7
本实施例为在实施例6的基础上所进行的进一步优化，其具体如下：
S500具体为：
沿着时间轴索引三维数据数组的数据，得到一个二维数据数组，该二维数据数组的行和列分别代表横向和纵向的扫描点数，并对应实际扫描区域范围，数组内的数据代表着该采样时刻每一个扫描点的振动幅值大小；
二维数据数组经过n×n模板(例如3×3，4×4)的空间滤波处理，并以强度图显示出数组内的数据。
更进一步的，空间滤波包括卷积和中值滤波。
实施例8
本实施例为在实施例7的基础上所进行的进一步优化，其具体如下：
强度图中以颜色显示出数组内的数据，以及以颜色的深浅代表扫描点的振动幅值大小。
实施例9
本实施例为在实施例7或8的基础上所进行的进一步优化，其具体如下：
S600具体为：
将每一个采样时刻的二维数据数组统一以强度图表示，并沿着时间轴依次播放，也就是超声波在试件表面以及内部的传播图像，从而实现超声波传播过程可视化的目的，原始数据和处理后结果对比图，如图5所示。
尽管上面已经示出和描述了发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对发明的限制，本领域的普通技术人员在发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种激光超声可视化方法，其特征在于，包括如下步骤：
S100、一维数据采集；
S200、滤波处理；
S300、一维数组转换为二维数组，并截取部分；
S400、二维数组转换三维数组；
S500、空间卷积滤波；
S600、信号动态可视化。
2.根据权利要求1所述的一种激光超声可视化方法，其特征在于，所述滤波处理包括先进行希尔伯特变换，再进行小波变换。
3.根据权利要求2所述的一种激光超声可视化方法，其特征在于，所述希尔伯特变换具体为：
将一维数据中正频率滞后π/2，负频率导前π/2。
4.根据权利要求2所述的一种激光超声可视化方法，其特征在于，所述小波变换所采用的基函数包括haar、morlet。
5.根据权利要求1～4任一实施例所述的一种激光超声可视化方法，其特征在于，所述S300具体为：
将滤波处理所得一维数组转换为列表示数据采样长度，行表示总的扫描点数的二维数组，选取时间t中某一有波传播的时间段的信号作为下一步数据处理的原始数据。
6.根据权利要求5所述的一种激光超声可视化方法，其特征在于，所述S400具体为：
以X轴代表横向扫描轴、Y轴代表纵向扫描轴、t轴代表时间轴将二维数组进一步转换成三维数组。
7.根据权利要求6所述的一种激光超声可视化方法，其特征在于，所述S500具体为：
沿着时间轴索引三维数据数组的数据，得到一个二维数据数组，该二维数据数组的行和列分别代表横向和纵向的扫描点数，并对应实际扫描区域范围，数组内的数据代表着该采样时刻每一个扫描点的振动幅值大小；
二维数据数组经过n×n模板的空间滤波处理，并以强度图显示出数组内的数据。
8.根据权利要求7所述的一种激光超声可视化方法，其特征在于，所述空间滤波包括卷积和中值滤波。
9.根据权利要求7或8所述的一种激光超声可视化方法，其特征在于，所述强度图中以颜色显示出数组内的数据，以及以颜色的深浅代表扫描点的振动幅值大小。
10.根据权利要求7或8或9所述的一种激光超声可视化方法，其特征在于，所述S600具体为：
将每一个采样时刻的二维数据数组统一以强度图表示，并沿着时间轴依次播放，即为超声波在试件表面以及内部的传播图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111033501.6A CN113870152A (zh) | 2021-09-03 | 2021-09-03 | 一种激光超声可视化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111033501.6A CN113870152A (zh) | 2021-09-03 | 2021-09-03 | 一种激光超声可视化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113870152A true CN113870152A (zh) | 2021-12-31 |
Family
ID=78989609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111033501.6A Pending CN113870152A (zh) | 2021-09-03 | 2021-09-03 | 一种激光超声可视化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113870152A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106908451A (zh) * | 2017-03-05 | 2017-06-30 | 北京工业大学 | 基于激光Lamb波频率‑波数分析的金属板缺陷定位方法 |
| CN109387567A (zh) * | 2018-12-21 | 2019-02-26 | 西安增材制造国家研究院有限公司 | 一种基于波速修正的增材制造激光超声检测数据处理方法 |
| CN111383177A (zh) * | 2020-03-23 | 2020-07-07 | 中国科学院金属研究所 | 一种激光超声可视化图像分辨率提升方法 |
| CN111435528A (zh) * | 2019-01-15 | 2020-07-21 | 中国科学院金属研究所 | 激光超声可视化图像质量提升处理方法 |
| CN111610254A (zh) * | 2020-05-18 | 2020-09-01 | 武汉大学 | 一种基于高速振镜协同的激光超声全聚焦成像检测装置及方法 |
| CN111830134A (zh) * | 2020-07-15 | 2020-10-27 | 上海工程技术大学 | 一种超声无损检测系统 |
-
2021
- 2021-09-03 CN CN202111033501.6A patent/CN113870152A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106908451A (zh) * | 2017-03-05 | 2017-06-30 | 北京工业大学 | 基于激光Lamb波频率‑波数分析的金属板缺陷定位方法 |
| CN109387567A (zh) * | 2018-12-21 | 2019-02-26 | 西安增材制造国家研究院有限公司 | 一种基于波速修正的增材制造激光超声检测数据处理方法 |
| CN111435528A (zh) * | 2019-01-15 | 2020-07-21 | 中国科学院金属研究所 | 激光超声可视化图像质量提升处理方法 |
| CN111383177A (zh) * | 2020-03-23 | 2020-07-07 | 中国科学院金属研究所 | 一种激光超声可视化图像分辨率提升方法 |
| CN111610254A (zh) * | 2020-05-18 | 2020-09-01 | 武汉大学 | 一种基于高速振镜协同的激光超声全聚焦成像检测装置及方法 |
| CN111830134A (zh) * | 2020-07-15 | 2020-10-27 | 上海工程技术大学 | 一种超声无损检测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 朱洪玲等: "激光超声可视化图像处理研究", 《中国激光》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6373970B1 (en) | Image registration using fourier phase matching | |
| US6840107B2 (en) | Acoustic microscope | |
| CN111239246B (zh) | 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 | |
| CN103512960A (zh) | 一种超声阵列成像方法 | |
| CN114596525A (zh) | 一种基于计算机视觉的动态桥梁形态识别方法 | |
| CN103575808A (zh) | 基于多角度立体匹配的高实时定量超声检测方法 | |
| CN115856101A (zh) | 一种基于稀疏矩阵的超声频域全聚焦方法 | |
| CN116338628A (zh) | 一种基于学习架构的激光雷达测深方法、装置及电子设备 | |
| CN104655728A (zh) | 一种声学相控阵成像方法 | |
| KR101131994B1 (ko) | 원자력 발전소 자동 초음파 신호를 평가하기 위한 실시간 비쥬얼 시스템 | |
| CN115791740A (zh) | 一种基于金刚石nv色心的微波反射成像检测装置、方法 | |
| CN110211091A (zh) | 一种高分辨图像重构方法、装置及隐裂无损检测系统 | |
| CN113870152A (zh) | 一种激光超声可视化方法 | |
| CN116224324A (zh) | 基于深度学习的超分辨率3d-gpr图像的频率-波数分析方法 | |
| CN114235347B (zh) | 镜头质量评估方法及装置 | |
| CN112213394B (zh) | 一种复合材料的综合检测方法及系统 | |
| CN102253122B (zh) | 一种基于柔性超声阵列换能器的多声束自动扫描成像方法 | |
| CN114839268A (zh) | 一种基于超声相控阵数据的裂纹缺陷三维成像方法 | |
| JP5083859B2 (ja) | 画像再構成装置 | |
| JPH0750074B2 (ja) | 減肉検査可能な渦電流探傷装置 | |
| CN113160063A (zh) | 一种基于小波及中值滤波对隧道图像去噪的方法 | |
| Zheng et al. | Bridge vibration virtual sensor based on eulerian video magnification and gray mean difference | |
| CN114234934B (zh) | 一种非均匀空间分辨率星载微光成像仪的海洋内波监测方法及系统 | |
| JP4239854B2 (ja) | コイル良否判定方法、コイル製造方法、及びコイル良否判定装置 | |
| CN118552441A (zh) | 一种基于帧差法的超声相控阵投影成像方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211231 |
|
| RJ01 | Rejection of invention patent application after publication |