CN114487115B - 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 - Google Patents
一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 Download PDFInfo
- Publication number
- CN114487115B CN114487115B CN202210048456.XA CN202210048456A CN114487115B CN 114487115 B CN114487115 B CN 114487115B CN 202210048456 A CN202210048456 A CN 202210048456A CN 114487115 B CN114487115 B CN 114487115B
- Authority
- CN
- China
- Prior art keywords
- imaging
- ultrasonic
- plane
- grid
- echo signal
- 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
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
- G01N29/069—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法。步骤1:利用超声相干向被测工件发射平面波,接收滤除信号中的随机噪声的回波数据;步骤2:将步骤1的回波数据利用DMAS算法进行全聚焦成像;步骤3:将步骤2全聚焦成像的成像图,利用Canny算子的缺陷进行边缘检测;步骤4:基于步骤3的缺陷边缘检测,将得到的缺陷采用逐点聚焦的方式进行精扫。本发明用以解决被测工件缺陷无损检测速度慢、检测精度低的问题,从而提高工业生产中的质量控制。
Description
技术领域
本发明属于缺陷无损检测技术,主要涉及一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法。
背景技术
在不损伤物质材料性能的基础上,对复杂几何形状的材料进行微小缺陷的检测是一个非常困难的问题。尤其对于金属材料的无损检测更是极为重要的质量控制技术手段,以GH4169合金为例,其广泛应用于航空发动机涡轮盘、压气机鼓筒、机匣等关键部件中,对于这些关键部件即使存在微小缺陷和疲劳损伤都可能导致灾难性的后果,因此对其进行高精度的无损检测至关重要。超声波检测因其具有成本低、检测快速、对物质材料性能无损等优点是所有无损检测方法中应用最广泛的检测方法之一,特别是在航空、船舶、核工业等工业领域中,更是不可缺少的检测手段。随着工业检测中对检测可靠性要求的不断提高,对超声波检测也要求其检测速度更快、检测精度更高、对缺陷的描述更准确,因此如何在无损检测方面提高超声的上述性能的技术越来越受到重视,并且成为研究热点。
现有技术中利用激光进行激励,在检测材料中激发超声波信号,由于激发出的超声信号能量有限,所以检测深度有限,如果增大检测深度,则要增大激光的激励能量,可能造成被测工件的烧蚀效应。
现有技术中需要预先获得目标工件的基准数据,因此不具有通用性,同时该方法仅能检测损伤是否存在以及损伤的大概位置,无法对损伤进行精确表征。
发明内容
本发明提供一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,用以解决被测工件缺陷无损检测速度慢、检测精度低的问题,从而提高工业生产中的质量控制。
本发明通过以下技术方案实现:
一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,所述高分辨缺陷无损检测方法具体为,
步骤1:利用超声相干向被测工件发射平面波,接收滤除信号中的随机噪声的回波数据;
步骤2:将步骤1的回波数据利用DMAS算法进行全聚焦成像;
步骤3:将步骤2全聚焦成像的成像图,利用Canny算子的缺陷进行边缘检测;
步骤4:基于步骤3的缺陷边缘检测,将得到的缺陷采用逐点聚焦的方式进行精扫。
进一步的,所述步骤1的利用超声相干向被测工件发射平面波具体为,通过超声相控阵向被测工件发射一组平面波,平面波的偏转角度为αi:
αi=arcsin(nλ/Np)≈nλ/Np(n=-Nt/2,...Nt/2-1) (1)
其中λ为发射的超声波的波长,N为超声相控阵的阵元数目,p为超声相控阵相邻阵元的距离,发射的超声平面波数量为Nt:
Nt=L/λF (2)
其中F为成像系统的F数,一般取值为1~2之间;
所述步骤1的接收滤除信号中的随机噪声的回波数据具体为,通过发射偏转数量为Nt,偏转角度为αi的相干平面波得到的回波信号进行成像;对逐次发射的平面波的散射回波数据进行采集,然后利用FIR滤波器对回波数据进行时域滤波,滤除信号中的随机噪声。
进一步的,所述步骤2利用DMAS算法进行全聚焦成像具体为,得到的散射回波信号对被测工件进行成像,得到被测工件的粗扫图像;包括以下步骤:
步骤2.1:以超声相控阵的几何中心为坐标原点,建立直角坐标系;
步骤2.2:基于步骤2.1的坐标系,确定超声相控阵各阵元中心在坐标系中的位置坐标;
步骤2.3:基于步骤2.2的位置坐标对被测工件的成像平面进行网格划分;
步骤2.4:基于步骤2.3的网格划分确定各个网格中心在坐标系中的位置坐标;
步骤2.5:计算第n次发射的平面波到达坐标为(x(i,j),y(i,j),z(i,j))的网格中心的距离;
步骤2.6:计算中心坐标为的第k个接收阵元与坐标为(x(i,j),y(i,j),z(i,j))的网格中心之间的距离;
步骤2.7:利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像。
进一步的,所述步骤2.5计算第n次发射的平面波到达坐标为(x(i,j),y(i,j),z(i,j))的网格中心的距离d(n,i,j):
d(n,i,j)=(x(i,j)sin(αn)+z(i,j)cos(αn)) (3)
利用公式(3)得到对应第n次发射信号的成像平面内网格中心的发射传播距离矩阵Dn:
其中Nx和Nz为在x方向和z方向的网格划分数量;
所述步骤2.6计算中心坐标为(xk,yk,zk)的第k个接收阵元与坐标为(x(i,j),y(i,j),z(i,j))的网格中心之间的距离d′(k,i,j):
利用公式(5)得到对应第k个接收阵元的成像平面内网格中心的接收传播距离矩阵D'k:
假设被测工件为各向同性介质,则超声体波在被测工件中的传播速度一致,超声体波在被测工件中传播的速度为c,则可以得到从第n个平面波发射经由成像平面内各个网格中心再被第k个接收阵元接收的传播时间T(n,k):
T(n,k)=(Dn+D'k)/c (7)
因为采集得到的超声回波信号为离散信号,所以若要得到任一网格中心位置的超声回波信号强度需要利用线性插值原理,线性插值基本原理有:
求解t时刻脉冲回波信号的幅值,小于t时刻且距离t时刻最近的回波信号的离散采样时刻为t0,其对应的信号幅值为a(t0),大于t时刻且距离t时刻最近的回波信号的离散采样时刻为t0+Δt,Δt为离散回波信号的采样时间间隔,其对应的信号幅值为a(t0+Δt),t时刻脉冲回波信号的幅值是a(t),则根据线性插值原理计算:
利用此关系即可得到对应第n次发射平面波和第k个接收阵元的成像平面内网格中心的超声回波信号幅值矩阵A(n,k):
将N个接收阵元得到的成像平面内网格中心的超声回波信号幅值矩阵进行叠加即可得到第n次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵An:
然后利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像。
进一步的,所述步骤2.7利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像具体为,
首先计算任意两个发射平面波得到的成像平面的超声回波信号幅值矩阵的相关性,计算任意两个发射平面波得到的成像平面内网格中心的超声波回波信号幅值矩阵的内积,得到的新矩阵中元素大于零的值赋值为1,小于零的值赋值为0,即
对得到的相关幅值矩阵进行叠加即可得到最终成像平面内网格中心的超声回波信号的幅值矩阵AFinal:
对最终的回波信号幅值矩阵进行对数压缩即可得到最终的成像结果。
进一步的,所述步骤3具体为对最终的成像结果进行高斯滤波;高斯滤波是用某一尺寸的二维高斯核与图像进行卷积,高斯核是对连续高斯函数的离散近似,通常对高斯曲面进行离散采样和归一化得出,归一化指的是卷积核所有元素之和为1,标准差σ=1.4,大小为5×5的高斯滤波模板K为:
然后利用Sobel算子做梯度幅值和方向的计算,对Sobel算子有:
梯度幅值的计算公式为:
梯度方向的计算公式为:
R(x,y)=arctan(Sy/Sx) (19)
为了获得单个像素宽度的边缘,Canny算子对图像的幅值矩阵进行非极大值抑制,先将梯度方向R(x,y)以就近原则归类到四个角度中(0~45,45~90,90~135,135~180),然后获取该点所处8值邻域内的其他8个点中距离梯度向量最近的两个点对(g1,g2)、(g3,g4),将该点处的梯度幅值分别与g1,g2,g3,g4做对比,如果小于其中任何一个,则该点处幅值为0,否则认为它是潜在边缘,保留其幅值,最后利用双阈值法进行检测。
进一步的,通过选择高低阈值来实现,如果像素梯度值高于高阈值,则将其标记为强边缘像素;如果边缘像素的梯度值小于高阈值并且大于低阈值,则将其标记为弱边缘像素;如果边缘像素的梯度值小于低阈值,则会被抑制,从而便可得到被测工件精确的缺陷边缘信息。
进一步的,所述步骤4具体包括以下步骤:
步骤4.1:对缺陷区域进行网格划分;
步骤4.2:基于步骤4.1的网格,计算网格中心距离各个阵元的距离;
步骤4.3:基于步骤4.2的距离,确定若要聚焦到相应网格中心各个阵元相应的延迟时间;
步骤4.4:基于步骤4.2的距离,再对缺陷区域的各个网格中心进行聚焦时保证成像系统的F数恒定;
步骤4.5:基于步骤4.3的延迟时间和步骤4.4,采集各次聚焦发射的回波数据,利用FIR滤波器对回波数据进行时域滤波,滤除信号中的随机噪声;
步骤4.6:基于步骤4.5的时域滤波,根据聚焦点与超声相控阵各阵元之间的距离计算各阵元接收回波信号相应的的延迟时间,再次计算各个阵元接收到的回波信号的相关性;
步骤4.7:对上述步骤阵元接收到的回波信号进行相关叠加,再对最终叠加的信号进行对数压缩后即可得到被测工件的精确缺陷成像。
一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测装置,高分辨缺陷无损检测装置包括,
超声相控阵单元,用于向被测工件发射平面波,并接收回波数据;
DMAS算法处理单元,用于将回波数据利用DMAS算法进行全聚焦成像;
Canny算子处理单元,用于将全聚焦成像的成像图利用Canny算子的缺陷进行边缘检;
精扫处理单元,采用逐点聚焦的方式对缺陷进行精扫。
本发明的有益效果是:
本发明可以在降低成像负担的条件下提高整体成像质量,同时精扫得到的成像结果
本发明可以更为准确地判断缺陷特征,从而实现高分辨率的缺陷无损检测。
附图说明
图1是本发明的基于超声全聚焦成像的高分辨缺陷无损检测方法流程图。
图2是本发明的超声相控阵示意图。
图3是本发明的超声发射的平面波示意图。
图4是本发明的成像平面坐标系及网格划分示意图。
图5是本发明的边缘检测中非极大值抑制的示意图.
具体实施方式
下面将结合本发明实施例中的附图对本发明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。
一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,所述高分辨缺陷无损检测方法具体为,
步骤1:利用超声相干向被测工件发射平面波,接收滤除信号中的随机噪声的回波数据;
步骤2:将步骤1的回波数据利用DMAS算法进行全聚焦成像;
步骤3:将步骤2全聚焦成像的成像图,利用Canny算子的缺陷进行边缘检测;
步骤4:基于步骤3的缺陷边缘检测,将得到的缺陷采用逐点聚焦的方式进行精扫。
进一步的,所述步骤1的利用超声相干向被测工件发射平面波具体为,通过超声相控阵向被测工件发射一组平面波,平面波的偏转角度为αi:
αi=arcsin(nλ/Np)≈nλ/Np(n=-Nt/2,...Nt/2-1) (1)
其中λ为发射的超声波的波长,N为超声相控阵的阵元数目,p为超声相控阵相邻阵元的距离,发射的超声平面波数量为Nt:
Nt=L/λF (2)
其中F为成像系统的F数,一般取值为1~2之间;
所述步骤1的接收滤除信号中的随机噪声的回波数据具体为,通过发射偏转数量为Nt,偏转角度为αi的相干平面波得到的回波信号进行成像得到与B-Scan成像相同甚至更优的成像效果;对逐次发射的平面波的散射回波数据进行采集,然后利用FIR滤波器对回波数据进行时域滤波,滤除信号中的随机噪声。
进一步的,所述步骤2利用DMAS算法进行全聚焦成像具体为,得到的散射回波信号对被测工件进行成像,得到被测工件的粗扫图像;包括以下步骤:
步骤2.1:以超声相控阵的几何中心为坐标原点,建立直角坐标系;
步骤2.2:基于步骤2.1的坐标系,确定超声相控阵各阵元中心在坐标系中的位置坐标;
步骤2.3:基于步骤2.2的位置坐标对被测工件的成像平面进行网格划分;因为是对被测工件进行粗扫,所以网格划分密度设置为1个/mm2,
步骤2.4:基于步骤2.3的网格划分确定各个网格中心在坐标系中的位置坐标;
步骤2.5:计算第n次发射的平面波到达坐标为(x(i,j),y(i,j),z(i,j))的网格中心的距离;
步骤2.6:计算中心坐标为的第k个接收阵元与坐标为(x(i,j),y(i,j),z(i,j))的网格中心之间的距离;
步骤2.7:利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像。
进一步的,所述步骤2.5计算第n次发射的平面波到达坐标为(x(i,j),y(i,j),z(i,j))的网格中心的距离d(n,i,j):
d(n,i,j)=(x(i,j)sin(αn)+z(i,j)cos(αn)) (3)
利用公式(3)得到对应第n次发射信号的成像平面内网格中心的发射传播距离矩阵Dn:
其中Nx和Nz为在x方向和z方向的网格划分数量;
所述步骤2.6计算中心坐标为(xk,yk,zk)的第k个接收阵元与坐标为(x(i,j),y(i,j),z(i,j))的网格中心之间的距离d′(k,i,j):
利用公式(5)得到对应第k个接收阵元的成像平面内网格中心的接收传播距离矩阵D'k:
假设被测工件为各向同性介质,则超声体波在被测工件中的传播速度一致,超声体波在被测工件中传播的速度为c,则可以得到从第n个平面波发射经由成像平面内各个网格中心再被第k个接收阵元接收的传播时间T(n,k):
T(n,k)=(Dn+D'k)/c (7)
因为采集得到的超声回波信号为离散信号,所以若要得到任一网格中心位置的超声回波信号强度需要利用线性插值原理,线性插值基本原理有:
求解t时刻脉冲回波信号的幅值,小于t时刻且距离t时刻最近的回波信号的离散采样时刻为t0,其对应的信号幅值为a(t0),大于t时刻且距离t时刻最近的回波信号的离散采样时刻为t0+Δt,Δt为离散回波信号的采样时间间隔,其对应的信号幅值为a(t0+Δt),t时刻脉冲回波信号的幅值是a(t),则根据线性插值原理计算:
利用此关系即可得到对应第n次发射平面波和第k个接收阵元的成像平面内网格中心的超声回波信号幅值矩阵A(n,k):
将N个接收阵元得到的成像平面内网格中心的超声回波信号幅值矩阵进行叠加即可得到第n次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵An:
然后利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像。
进一步的,所述步骤2.7利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像具体为,
首先计算任意两个发射平面波得到的成像平面的超声回波信号幅值矩阵的相关性,计算任意两个发射平面波得到的成像平面内网格中心的超声波回波信号幅值矩阵的内积,得到的新矩阵中元素大于零的值赋值为1,小于零的值赋值为0,即
对得到的相关幅值矩阵进行叠加即可得到最终成像平面内网格中心的超声回波信号的幅值矩阵AFinal:
对最终的回波信号幅值矩阵进行对数压缩即可得到最终的成像结果。
进一步的,所述步骤3具体为因为超声波在被测工件中进行传播时,遇到被测工件缺陷会产生回波信号,则在最终的成像图中有缺陷位置会呈现亮斑,所以利用Canny算子对最终成像结果中的亮斑进行边缘提取,从而得到缺陷的位置信息、形状信息和大小范围信息。
对最终的成像结果进行高斯滤波;主要作用是在不丢失图像的主要边缘信息的同时滤除部分高频噪声。
高斯滤波是用某一尺寸的二维高斯核与图像进行卷积,高斯核是对连续高斯函数的离散近似,通常对高斯曲面进行离散采样和归一化得出,归一化指的是卷积核所有元素之和为1,标准差σ=1.4,大小为5×5的高斯滤波模板K为:
然后利用Sobel算子做梯度幅值和方向的计算,对Sobel算子有:
梯度幅值的计算公式为:
梯度方向的计算公式为:
R(x,y)=arctan(Sy/Sx) (19)
为了获得单个像素宽度的边缘,Canny算子对图像的幅值矩阵进行非极大值抑制,先将梯度方向R(x,y)以就近原则归类到四个角度中(0~45,45~90,90~135,135~180),然后获取该点所处8值邻域内的其他8个点中距离梯度向量最近的两个点对(g1,g2)、(g3,g4),将该点处的梯度幅值分别与g1,g2,g3,g4做对比,如果小于其中任何一个,则该点处幅值为0,否则认为它是潜在边缘,保留其幅值,最后利用双阈值法进行检测。
进一步的,在施加非极大值抑制后剩余的像素可以更准确地表示图像中的实际边缘,但是仍然存在由于噪声和颜色变化引起的一些边缘像素,为了解决这些杂散相应,必须用弱梯度值过滤边缘像素,同时保留其具有高梯度值的边缘像素,即通过选择高低阈值来实现,如果像素梯度值高于高阈值,则将其标记为强边缘像素;如果边缘像素的梯度值小于高阈值并且大于低阈值,则将其标记为弱边缘像素;如果边缘像素的梯度值小于低阈值,则会被抑制,从而便可得到被测工件精确的缺陷边缘信息。
进一步的,所述步骤4具体包括以下步骤:
步骤4.1:对缺陷区域进行网格划分;
步骤4.2:基于步骤4.1的网格,计算网格中心距离各个阵元的距离;
步骤4.3:基于步骤4.2的距离,确定若要聚焦到相应网格中心各个阵元相应的延迟时间;
步骤4.4:基于步骤4.2的距离,再对缺陷区域的各个网格中心进行聚焦时保证成像系统的F数恒定;即成像系统的发射孔径和接收孔径随着聚焦点的变化而变化;
步骤4.5:基于步骤4.3的延迟时间和步骤4.4,采集各次聚焦发射的回波数据,利用FIR滤波器对回波数据进行时域滤波,滤除信号中的随机噪声;
步骤4.6:基于步骤4.5的时域滤波,根据聚焦点与超声相控阵各阵元之间的距离计算各阵元接收回波信号相应的的延迟时间,再次计算各个阵元接收到的回波信号的相关性;
步骤4.7:对上述步骤阵元接收到的回波信号进行相关叠加,再对最终叠加的信号进行对数压缩后即可得到被测工件的精确缺陷成像。从而实现对被测工件内部缺陷的精确扫描,精确得到被测工件缺陷的位置信息和形状信息。
一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测装置,高分辨缺陷无损检测装置包括,
超声相控阵单元,用于向被测工件发射平面波,并接收回波数据;
DMAS算法处理单元,用于将回波数据利用DMAS算法进行全聚焦成像;
Canny算子处理单元,用于将全聚焦成像的成像图利用Canny算子的缺陷进行边缘检;
精扫处理单元,采用逐点聚焦的方式对缺陷进行精扫。
在常温条件下,被测对象为铝板,其为各向同性材料,纵波在其内部的传播速度为6300m/s,首先根据被测对象的目标检测深度为100mm,选择中心频率为5MHz的相控阵探头,然后选择想干平面波数量和偏转角度,根据相控阵阵元间距以及被测工件声速计算不同阵元的激励延迟时间,利用相控阵检测系统在被测对象内部激励出平面波后,接收来自被测对象内部缺陷的散射信号,对于同一个角度的相干平面波激励,连续采集32次回波数据,进行平滑滤波,滤除信号中的随机噪声,提高回波信号的信噪比,接下来利用全聚焦成像的方法对被测工件目标检测区域进行网格划分,得到粗扫成像结果,根据粗扫成像结果结合基于Canny算子的边缘提取算法准确判断内部缺陷所处的大致区域,然后再利用基于F数恒定的变孔径聚焦成像对局部区域进行精细成像,得到更为详细的缺陷信息,如缺陷的尺寸、形状等关键参数,最终完成一次快速缺陷检测。
Claims (7)
1.一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,其特征在于,所述高分辨缺陷无损检测方法具体为,
步骤1:利用超声相干向被测工件发射平面波,接收滤除信号中的随机噪声的回波数据;
步骤2:将步骤1的回波数据利用DMAS算法进行全聚焦成像;
步骤3:将步骤2全聚焦成像的成像图,利用Canny算子的缺陷进行边缘检测;
步骤4:基于步骤3的缺陷边缘检测,将得到的缺陷采用逐点聚焦的方式进行精扫;
所述步骤1的利用超声相干向被测工件发射平面波具体为,通过超声相控阵向被测工件发射一组平面波,平面波的偏转角度为αi:
其中λ为发射的超声波的波长,N为超声相控阵的阵元数目,p为超声相控阵相邻阵元的距离,发射的超声平面波数量为Nt:
其中F为成像系统的F数,一般取值为1~2之间,L表示为一维线性阵列的总长度;
所述步骤1的接收滤除信号中的随机噪声的回波数据具体为,通过发射偏转数量为Nt,偏转角度为αi的相干平面波得到的回波信号进行成像;对逐次发射的平面波的散射回波数据进行采集,然后利用FIR滤波器对回波数据进行时域滤波,滤除信号中的随机噪声;
所述步骤2利用DMAS算法进行全聚焦成像具体为,得到的散射回波信号对被测工件进行成像,得到被测工件的粗扫图像;包括以下步骤:
步骤2.1:以超声相控阵的几何中心为坐标原点,建立直角坐标系;
步骤2.2:基于步骤2.1的坐标系,确定超声相控阵各阵元中心在坐标系中的位置坐标;
步骤2.3:基于步骤2.2的位置坐标对被测工件的成像平面进行网格划分;
步骤2.4:基于步骤2.3的网格划分确定各个网格中心在坐标系中的位置坐标;
步骤2.5:计算第n次发射的平面波到达坐标为(x(i,j),y(i,j),z(i,j))的网格中心的距离;
步骤2.6:计算中心坐标为的第k个接收阵元与坐标为(x(i,j),y(i,j),z(i,j))的网格中心之间的距离;
步骤2.7:利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像;
所述步骤2.5计算第n次发射的平面波到达坐标为(x(i,j),y(i,j),z(i,j))的网格中心的距离d(n,i,j):
d(n,i,j)=(x(i,j)sin(αn)+z(i,j)cos(αn)) (3)
利用公式(3)得到对应第n次发射信号的成像平面内网格中心的发射传播距离矩阵Dn:
其中Nx和Nz为在x方向和z方向的网格划分数量;
所述步骤2.6计算中心坐标为(xk,yk,zk)的第k个接收阵元与坐标为(x(i,j),y(i,j),z(i,j))的网格中心之间的距离d('k,i,j):
利用公式(5)得到对应第k个接收阵元的成像平面内网格中心的接收传播距离矩阵D'k:
假设被测工件为各向同性介质,则超声体波在被测工件中的传播速度一致,超声体波在被测工件中传播的速度为c,则得到从第n个平面波发射经由成像平面内各个网格中心再被第k个接收阵元接收的传播时间T(n,k):
T(n,k)=(Dn+D'k)/c (7)
因为采集得到的超声回波信号为离散信号,所以若要得到任一网格中心位置的超声回波信号强度需要利用线性插值原理,线性插值基本原理有:
求解t时刻脉冲回波信号的幅值,小于t时刻且距离t时刻最近的回波信号的离散采样时刻为t0,其对应的信号幅值为a(t0),大于t时刻且距离t时刻最近的回波信号的离散采样时刻为t0+Δt,Δt为离散回波信号的采样时间间隔,其对应的信号幅值为a(t0+Δt),t时刻脉冲回波信号的幅值是a(t),则根据线性插值原理计算:
3.根据权利要求1所述一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,其特征在于,所述步骤2.7利用各次发射平面波得到的成像平面内网格中心的超声回波信号幅值矩阵进行最终的相关成像具体为,
首先计算任意两个发射平面波得到的成像平面的超声回波信号幅值矩阵的相关性,计算任意两个发射平面波得到的成像平面内网格中心的超声波回波信号幅值矩阵的内积,得到的新矩阵中元素大于零的值赋值为1,小于零的值赋值为0,即
对得到的相关幅值矩阵进行叠加即可得到最终成像平面内网格中心的超声回波信号的幅值矩阵AFinal:
对最终的回波信号幅值矩阵进行对数压缩即可得到最终的成像结果。
4.根据权利要求1所述一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,其特征在于,所述步骤3具体为对最终的成像结果进行高斯滤波;高斯滤波是用某一尺寸的二维高斯核与图像进行卷积,高斯核是对连续高斯函数的离散近似,通常对高斯曲面进行离散采样和归一化得出,归一化指的是卷积核所有元素之和为1,标准差σ=1.4,大小为5×5的高斯滤波模板K为:
然后利用Sobel算子做梯度幅值和方向的计算,对Sobel算子有:
梯度幅值的计算公式为:
梯度方向的计算公式为:
R(x,y)=arctan(Sy/Sx) (19)
为了获得单个像素宽度的边缘,Canny算子对图像的幅值矩阵进行非极大值抑制,先将梯度方向R(x,y)以就近原则归类到四个角度中0~45,45~90,90~135,135~180,然后获取该点所处8值邻域内的其他8个点中距离梯度向量最近的两个点对(g1,g2)、(g3,g4),将该点处的梯度幅值分别与g1,g2,g3,g4做对比,如果小于其中任何一个,则该点处幅值为0,否则认为它是潜在边缘,保留其幅值,最后利用双阈值法进行检测。
5.根据权利要求4所述一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,其特征在于,通过选择高低阈值来实现,如果像素梯度值高于高阈值,则将其标记为强边缘像素;如果边缘像素的梯度值小于高阈值并且大于低阈值,则将其标记为弱边缘像素;如果边缘像素的梯度值小于低阈值,则会被抑制,从而便可得到被测工件精确的缺陷边缘信息。
6.根据权利要求1所述一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,其特征在于,所述步骤4具体包括以下步骤:
步骤4.1:对缺陷区域进行网格划分;
步骤4.2:基于步骤4.1的网格,计算网格中心距离各个阵元的距离;
步骤4.3:基于步骤4.2的距离,确定若要聚焦到相应网格中心各个阵元相应的延迟时间;
步骤4.4:基于步骤4.2的距离,再对缺陷区域的各个网格中心进行聚焦时保证成像系统的F数恒定;
步骤4.5:基于步骤4.3的延迟时间和步骤4.4,采集各次聚焦发射的回波数据,利用FIR滤波器对回波数据进行时域滤波,滤除信号中的随机噪声;
步骤4.6:基于步骤4.5的时域滤波,根据聚焦点与超声相控阵各阵元之间的距离计算各阵元接收回波信号相应的的延迟时间,再次计算各个阵元接收到的回波信号的相关性;
步骤4.7:对上述步骤阵元接收到的回波信号进行相关叠加,再对最终叠加的信号进行对数压缩后即可得到被测工件的精确缺陷成像。
7.根据权利要求1所述一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法,其特征在于,所述高分辨缺陷无损检测方法的检测装置包括,
超声相控阵单元,用于向被测工件发射平面波,并接收回波数据;
DMAS算法处理单元,用于将回波数据利用DMAS算法进行全聚焦成像;
Canny算子处理单元,用于将全聚焦成像的成像图利用Canny算子的缺陷进行边缘检;
精扫处理单元,采用逐点聚焦的方式对缺陷进行精扫。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210048456.XA CN114487115B (zh) | 2022-01-17 | 2022-01-17 | 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210048456.XA CN114487115B (zh) | 2022-01-17 | 2022-01-17 | 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114487115A CN114487115A (zh) | 2022-05-13 |
CN114487115B true CN114487115B (zh) | 2022-10-11 |
Family
ID=81512540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210048456.XA Active CN114487115B (zh) | 2022-01-17 | 2022-01-17 | 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114487115B (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111239246B (zh) * | 2020-03-11 | 2021-05-04 | 大连理工大学 | 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 |
CN113777166A (zh) * | 2021-09-06 | 2021-12-10 | 哈尔滨工业大学 | 一种基于超声平面波成像和时间反转算子相结合的高分辨缺陷无损检测方法 |
-
2022
- 2022-01-17 CN CN202210048456.XA patent/CN114487115B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114487115A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113888471B (zh) | 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法 | |
Felice et al. | Accurate depth measurement of small surface-breaking cracks using an ultrasonic array post-processing technique | |
Doctor et al. | SAFT—the evolution of a signal processing technology for ultrasonic testing | |
CN106770664B (zh) | 一种基于全聚焦成像算法改进边缘缺陷检测的方法 | |
CN112098526B (zh) | 基于激光超声技术的增材制件近表面缺陷特征提取方法 | |
US7503218B2 (en) | Methods and system for ultrasound inspection | |
US6840107B2 (en) | Acoustic microscope | |
CN111007151A (zh) | 基于缺陷预定位的超声相控阵快速全聚焦成像检测方法 | |
CN111855803B (zh) | 一种金属增材制造微型缺陷的激光超声高信噪比成像方法 | |
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 | |
McKee et al. | Volumetric imaging through a doubly-curved surface using a 2D phased array | |
Hall et al. | Implementation of a Real-Time Ultrasonic SAFT System for Inspection of Nuclear Reactor Components | |
Osman | Automated evaluation of three dimensional ultrasonic datasets | |
He et al. | Quantitative detection of surface defect using laser-generated Rayleigh wave with broadband local wavenumber estimation | |
Kechida et al. | Texture analysis for flaw detection in ultrasonic images | |
CN113777166A (zh) | 一种基于超声平面波成像和时间反转算子相结合的高分辨缺陷无损检测方法 | |
Robert et al. | Assessment of real-time techniques for ultrasonic non-destructive testing | |
CN114487115B (zh) | 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 | |
CN111047547B (zh) | 一种基于多视图tfm的联合缺陷定量方法 | |
Xie et al. | Defect data image enhancement method based on all-focus imaging algorithm | |
ZHENG et al. | A Locating Algorithm of Train Wheel Flaws in Ultrasonic Images Based on Cross-Correlation and Wavelet Packet Denoising | |
Mosey et al. | Resolution enhancement of ultrasonic B-mode images | |
Cao et al. | Ultrasonic time of flight diffraction defect recognition based on edge detection | |
Afzalan | Detection of voids in welded joints using ultrasonic inspection: Quality control of welded joints in copper canisters for purpose of permanent storage of used nuclear waste | |
Gao et al. | Research on automatic defect localization for ultrasonic normal probe detection on railway wheel |
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 |