RU64796U1 - Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм - Google Patents
Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм Download PDFInfo
- Publication number
- RU64796U1 RU64796U1 RU2007106733/22U RU2007106733U RU64796U1 RU 64796 U1 RU64796 U1 RU 64796U1 RU 2007106733/22 U RU2007106733/22 U RU 2007106733/22U RU 2007106733 U RU2007106733 U RU 2007106733U RU 64796 U1 RU64796 U1 RU 64796U1
- Authority
- RU
- Russia
- Prior art keywords
- wavelet
- output
- input
- block
- signal
- Prior art date
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм относится к области информационных технологий и может использоваться в системах цифровой обработки изображений. В частности, предлагаемое устройство может быть использовано в системах неразрушающего контроля сварных соединений трубопроводов для обнаружения дефектов сварки по рентгенографическим изображениям. Полезная модель направлена на повышение качества обнаружения по рентгенограммам дефектов сварных соединений, которые, с точки зрения цифровой обработки изображений, представляют собой особенности изображений, обладающие анизотропными характеристиками. Указанный технический результат достигается за счет применения сепарабельного двумерного непрерывного вейвлет-преобразования, расчета глобального спектра энергии вейвлет-образов и адаптивного выбора масштабирующего коэффициента разложения для каждой строки или столбца изображения (рентгенограммы). Для этого в предлагаемое устройство добавлено два блока вычисления одномерного непрерывного вейвлет-преобразования, два блока вычисления скейлограмм вейвлет-образов, два блока вычисления масштабирующих коэффициентов, при которых энергия вейвлет-образов максимальна. Из оперативных запоминающих устройств, выбираются вей влет-образы строки и столбца изображения, соответствующие рассчитанным значениям масштабирующих коэффициентов, которые включаются в горизонтальное и вертикальное вейвлет-разложения всего изображения, которые сохраняются в буферах обратного магазинного типа и используются в дальнейшем для вычисления модуля вейвлет-преобразования изображения. По максимальным значениям модуля вейвлет-преобразования могут быть обнаружены особенности изображений, в частности дефекты сварных соединений.
Description
Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм относится к области информационных технологий и может использоваться в системах цифровой обработки изображений. В частности, предлагаемое устройство может быть использовано в системах неразрушающего контроля сварных соединений трубопроводов для обнаружения дефектов сварки по рентгенографическим изображениям.
Перспективным подходом к анализу и обработке нестационарных сигналов (к которым относятся и изображения), выявлению особенностей и локальных неоднородностей является использование непрерывного вейвлет-преобразования и анализ вейвлет-спектров [1, 5].
Непрерывным вейвлет-преобразованием является разложение сигнала по всем возможным сдвигам и сжатиям (растяжениям) некоторой функции. Это преобразование можно определить как скалярное произведение анализируемого сигнала f(x) и базисных функций ψa,b(x). Общий принцип построения базиса вейвлет-преобразования состоит в использовании масштабных преобразований с параметром сжатия а и параметром сдвига b порождающего вейвлета ψ(х) [3]:
Разложение изображений по базису вейвлет-функций может быть осуществлено путем применения сепарабельного вейвлет-преобразования (отдельно по строкам и столбцам матрицы мгновенных значений двумерного сигнала). Для анализа класса конечных дискретных сигналов, к которому чаще всего и относятся изображения, традиционно применяется аналог непрерывного вейвлет-преобразования для дискретных сигналов. В данном случае строки или столбцы изображения (как и любой другой дискретный сигнал) можно представить в виде непрерывного сигнала конечной длины - кусочно-постоянной функции, определенной на интервале [0...N-1]:
s(x)=sj, x∈[j,j+1), j∈[0...N-1].
Тогда для разложения этого сигнала может быть использовано вейвлет-преобразование вида:
Для практических целей интерес представляют только целочисленные сдвиги b в диапазоне [0,1,...,N-1] и рациональные положительные целочисленные масштабирующие коэффициенты а, в диапазоне [1,2,...,N] [5].
Для каждой пары а и b функция Ws(a,b) определяет амплитуду соответствующего вейвлета. Другими словами, функция Ws(a,b) измеряет изменение s(x) в окрестности точки b, размер которой пропорционален а [2]. Вейвлет-преобразование эквивалентно свертке сигнала s(x) с фильтром ψ(x), следовательно, при прохождении фильтром области сигнала, содержащей некоторую особенность, амплитуда соответствующего вейвлета будет максимальной при сопоставимых размерах особенности и фильтра [4]. Изменение размера фильтра достигается изменением масштабирующего коэффициента. Оптимальный масштабирующий коэффициент, при котором особенность проявляется в максимальной мере, может быть определен путем расчета глобального спектра энергии (скейлограммы) вейвлет-образа анализируемого сигнала как [1]:
где N* - количество элементов вейвлет-образа, по которому осуществляется осреднение. Максимальное значение скейлограммы будет соответствовать масштабирующему коэффициенту, при котором отклик вейвлет-фильтра максимален. Этот подход к выделению особенностей сигналов выбран в качестве прототипа.
Особенности изображений могут обладать различными размерами и формой, т.е. эти характеристики особенностей будут являться анизотропными. Причем на одном изображении может присутствовать некоторое счетное множество подобных особенностей. В этом случае применение сепарабельного вейвлет-преобразования с произвольным выбором значения масштабирующего коэффициента, позволит учесть анизотропную природу характеристик особенностей.
Техническим результатом полезной модели является повышение качества обнаружения особенностей изображений (дефектов сварных соединений) за счет применения сепарабельного одномерного непрерывного вейвлет-преобразования,
расчета глобального спектра энергии вейвлет-образов и адаптивного выбора масштабирующего коэффициента разложения для каждой строки или столбца изображения (рентгенограммы).
Исходное изображение (рентгенограмма) разбивается на строки и столбцы, которые последовательно подвергаются одномерному непрерывному вейвлет-преобразованию (1) с масштабирующим коэффициентом, принадлежащим диапазону [1,2,...,N]. Для вейвлет-образа каждой строки или столбца изображения рассчитывается глобальный спектр энергии (скейлограмма) по (2). По элементам скейлограммы определяется значение масштабирующего коэффициента, при котором энергия вейвлет-образа строки или столбца изображения максимальна:
Вейвлет-образ строки или столбца при выбранном значении aopt, включается в горизонтальное или вертикальное вейвлет-разложение изображения:
Для исключения из дальнейшего рассмотрения элементов вейвлет-спектра, не принадлежащих областям особенностей осуществляется расчет модуля вейвлет преобразования как:
Максимальные значения модуля вейвлет преобразования будут соответствовать областям особенностей изображения.
Устройство, реализующее подход к обнаружению дефектов сварных соединений на основе вейвлет-анализа рентгенограмм, приведено на фигуре, где:
блок 1 - рентгеновский электронно-оптический преобразователь (РЭОП);
блок 2 - аналогово-цифровой преобразователь (АЦП);
блоки 3, 11, 12 - оперативные запоминающие устройства (ОЗУ);
блоки 4, 5 - блоки вычисления вейвлет-преобразования (БВП);
блоки 6, 8 - блоки вычисления скейлограмм вейвлет-спектров (БСК);
блок 7 - постоянное запоминающее устройство (ПЗУ);
блоки 9, 10 - блоки вычисления масштабирующих коэффициентов (БМК);
блоки 13, 14 - буферы обратного магазинного типа (FIFO);
блок 15 - блок вычисления модуля вейвлет-преобразования (БМВП).
Принцип действия устройства заключается в следующем. Рентгеновское излучение f(λ), прошедшее через участок сварного шва, регистрируется РЭОП (блок 1) и преобразуется в аналоговый сигнал s(t1, t2), поступающий с выхода РЭОП на вход АЦП (блок 2). С выхода АЦП дискретная выборка s(n1, n2) размером N1×N2 отсчетов поступает в ОЗУ 1 (блок 3). Из ПЗУ (блок 7) дискретная выборка "материнского" вейвлета ψ(k) поступает на первые входы БВП 1 и 2 (блоки 4, 5), на вторые входы которых с выходов ОЗУ 1 поступают одномерные сигналы, представляющие собой соответственно строки s(ni, j) и столбцы s(i, nj) двумерного сигнала s(n1, n2). На выходах БВП 1 и 2 формируются вейвлет-образы строк и столбцов двумерного сигнала: Wi(a, b) и Wj(a, b) соответственно. С выхода БВП 1 вейвлет-образ строки двумерного сигнала поступает на вход БСК 1 (блок 6) и первый вход ОЗУ 2 (блок 11), а с выхода БВП 2 вейвлет-образ столбца двумерного сигнала поступает на вход БСК 2 (блок 8) и первый вход ОЗУ 3 (блок 12). С выходов БСК 1 и 2 скейлограммы вейвлет-спектров, вычисленные по (2), поступают на входы БМК 1 и 2 (блоки 9, 10) соответственно. С выходов БМК 1 и 2 значения масштабирующих коэффициентов aopt i и аорt j вычисленных по (3) поступают на вторые входы ОЗУ 2 и 3, с выходов которых вейвлет-образы строк и столбцов двумерного сигнала при определенных значениях масштабирующих коэффициентов Wi(aopt i, b) и Wj(aopt j, b) поступают соответственно на входы блоков FIFO 1 и 2 (блоки 13, 14). Горизонтальные и вертикальные вейвлет-коэффициенты двумерного сигнала WH(а, b) и Wv(a, b) поступают с выходов блоков FIFO 1 и 2 соответственно на входы БМВП (блок 15), на выходе которого формируются дискретные значения модуля вейвлет-преобразования Wм(а, b) двумерного сигнала.
Источники информации:
1. Витязев В.В. Вейвлет-анализ временных рядов: Учеб пособие. - СПб.: Изд-во С.-Петерб. ун-та, 2001. - 58 с.
2. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет пребразования. - СПб.: ВУС, 1999. - 204 с.
3. Добеши И. Десять лекций по вейвлетам. - Ижевск: НИЦ "Регулярная и хаотическая динамика", 2001. - 464 с.
4. Малла С. Вэйвлеты в обработке сигналов: Пер. с англ. - М.: Мир, 2005. - 671 с., ил.
5. Переберин А.В. О систематизации вейвлет преобразований // Вычислительные методы и программирование. - 2001 г. - Т.2. - С.15-40
Claims (1)
- Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм, содержащее рентгеновский электронно-оптический преобразователь, регистрирующий поток рентгеновского излучения и преобразующий его в аналоговый сигнал, поступающий на вход аналогово-цифрового преобразователя, на выходе которого формируется дискретная выборка отсчетов анализируемого сигнала, которая поступает на вход первого оперативного запоминающего устройства, с первого выхода которого одномерный сигнал, представляющий собой строку матрицы отсчетов двумерного сигнала, поступает на первый вход первого блока вычисления вейвлет-преобразования, на второй вход которого с выхода постоянного запоминающего устройства поступают значения отсчетов вейвлет-фильтра, а на выходе формируется вейвлет-образ сигнала, поступающий на входы первого блока вычисления скейлограммы и второго оперативного запоминающего устройства, на второй вход которого поступает значение масштабирующего коэффициента с выхода первого блока вычисления масштабирующего коэффициента по элементам скейлограммы, поступающей на вход блока с выхода первого блока вычисления скейлограммы, а с выхода на вход первого буфера обратного магазинного типа поступает вейвлет-образ сигнала, при рассчитанном значении масштабирующего коэффициента, а со второго выхода первого оперативного запоминающего устройства одномерный сигнал, представляющий собой столбец матрицы отсчетов двумерного сигнала, поступает на первый вход второго блока вычисления вейвлет-преобразования, на второй вход которого с выхода постоянного запоминающего устройства поступают значения отсчетов вейвлет-фильтра, а на выходе формируется вейвлет-образ сигнала, поступающий на входы второго блока вычисления скейлограммы и третьего оперативного запоминающего устройства, на второй вход которого поступает значение масштабирующего коэффициента с выхода второго блока вычисления масштабирующего коэффициента по элементам скейлограммы, поступающей на вход блока с выхода второго блока вычисления скейлограммы, а с выхода на вход второго буфера обратного магазинного типа поступает вейвлет-образ сигнала, при рассчитанном значении масштабирующего коэффициента, с выхода которого вертикальные вейвлет-коэффициенты анализируемого двумерного сигнала поступают на второй вход блока вычисления модуля вейвлет-преобразования, на первый вход которого с выхода первого буфера обратного магазинного типа поступают горизонтальные вейвлет-коэффициенты анализируемого двумерного сигнала, а на выходе блока, являющемся выходом устройства формируются элементы матрицы модуля вейвлет-преобразования.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2007106733/22U RU64796U1 (ru) | 2007-02-21 | 2007-02-21 | Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2007106733/22U RU64796U1 (ru) | 2007-02-21 | 2007-02-21 | Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм |
Publications (1)
Publication Number | Publication Date |
---|---|
RU64796U1 true RU64796U1 (ru) | 2007-07-10 |
Family
ID=38317164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2007106733/22U RU64796U1 (ru) | 2007-02-21 | 2007-02-21 | Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU64796U1 (ru) |
-
2007
- 2007-02-21 RU RU2007106733/22U patent/RU64796U1/ru not_active IP Right Cessation
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Santamarina et al. | Discrete signals and inverse problems: an introduction for engineers and scientists | |
Ridsdill-Smith et al. | The wavelet transform in aeromagnetic processing | |
Fujimoto et al. | Impact of the four-wave quasi-resonance on freak wave shapes in the ocean | |
Tymochko et al. | Using persistent homology to quantify a diurnal cycle in hurricanes | |
Traore et al. | Structure analysis and denoising using singular spectrum analysis: application to acoustic emission signals from nuclear safety experiments | |
US20090037147A1 (en) | Fast intrinsic mode decomposition of time series data with sawtooth transform | |
Kathirmani et al. | Online data compression of MFL signals for pipeline inspection | |
Rusu et al. | A hybrid framework for predicting waves and longshore currents | |
Ďuriš et al. | The orthogonal wavelets in the frequency domain used for the images filtering | |
CN111426643B (zh) | 一种大气二氧化氮柱浓度反演条带噪声自适应窗口校正方法 | |
RU64796U1 (ru) | Устройство обнаружения дефектов сварных соединений на основе вейвлет-анализа рентгенограмм | |
Yang et al. | Damage detection in stiffened plates by wavelet transform | |
Zaugg et al. | A framework for the automated real-time detection of short tonal sounds from ocean observatories | |
O'Brien et al. | Manifestation of oceanic Rossby waves in long-term multiparametric satellite datasets | |
Kreimer et al. | Nuclear norm minimization and tensor completion in exploration seismology | |
CN103323831B (zh) | 一种基于czt变换和剪除分裂基快速傅里叶变换的三维摄像声纳波束形成方法 | |
CN101902560A (zh) | 数字图像的0~1阶黎曼-刘维尔分数阶微分增强电路 | |
Shang et al. | Chaotic SVD method for minimizing the effect of exponential trends in detrended fluctuation analysis | |
RU61441U1 (ru) | Устройство фильтрации особенностей изображения на основе непрерывного вейвлет-преобразования | |
Wang et al. | Time-frequency representation for seismic data using sparse S transform | |
Heuer et al. | New aspects in birdsong recognition utilizing the gabor transform | |
RU61440U1 (ru) | Устройство вычисления двумерного вейвлет-преобразования | |
CN106373157B (zh) | 高光谱异常探测方法和装置 | |
RU64797U1 (ru) | Устройство кратномасштабного обнаружения дефектов округлой формы по рентгенограммам сварных соединений | |
CN108573474B (zh) | 一种采用逆卷积运算的光声图像优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM1K | Utility model has become invalid (non-payment of fees) |
Effective date: 20080222 |