超聲陣列層析成像檢測方法研究.pdf_第1頁
已閱讀1頁,還剩151頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、超聲波具有無電離輻射、對人體無害、發(fā)射/接收設(shè)備價格便宜等特點,在無損檢測領(lǐng)域得到了廣泛應(yīng)用。超聲層析成像檢測由于能夠通過彩色或灰度圖像直觀地反映被測材料內(nèi)部的質(zhì)量,對缺陷進行定性定量分析,已逐漸成為研究的熱點之一。
  針對超聲層析成像檢測中,獲取的數(shù)據(jù)不完全、干擾因素多、誤差大等缺點,本文提出了一種基于環(huán)繞式的陣列成像檢測方法。該方法具有兩大優(yōu)點:
 ?。?)可以布置成任意形狀。既可以根據(jù)試件的形狀來布置,也可以根據(jù)重建

2、算法的難易程度來布置;
 ?。?)超聲波所經(jīng)過的區(qū)域更加廣泛,獲得的數(shù)據(jù)更加全面。
  在材料內(nèi)部衍射較弱、只考慮折射現(xiàn)象的情況下,將射線理論引入到超聲層析算法中。針對線性插值射線追蹤算法中發(fā)射點、接收點和缺陷都處于同一列(行)時得到的路徑難以繞開缺陷區(qū)的缺點,提出了一種基于交叉掃描的射線追蹤算法。該算法采用交叉掃描的方式進行前向處理,引用離散點作為次級元對后向處理過程進行簡化。通過對路徑的追蹤證明新的算法能夠有效地解決線性

3、插值射線追蹤算法中存在的問題。
  在獲得超聲最小走時和最短追蹤路徑的基礎(chǔ)上,利用最小二乘方準則,對SIRT重建算法進行了推導。在相關(guān)系數(shù)矩陣的求取方面,提出了四邊掃描算法。該方法利用像素的四條邊所在直線與實際超聲波的交點,通過判斷交點與像素四個邊界點的大小關(guān)系來實現(xiàn)系數(shù)矩陣的求取,使得系數(shù)矩陣求取更加方便、快捷。通過實驗研究表明:采用環(huán)繞式陣列成像方法,在求取系數(shù)矩陣的基礎(chǔ)上,利用聯(lián)合迭代重建算法,在同樣的迭代次數(shù)下,獲得的數(shù)據(jù)

4、更加精確,成像效果更好。
  在材料內(nèi)部衍射較強的情況下,從超聲波在連續(xù)介質(zhì)中的傳播特性出發(fā),建立了關(guān)于精確散射場和全場的波動方程,運用矩量法實現(xiàn)了散射場和全場方程的離散化?;诃h(huán)繞式陣列成像方法對實驗模型進行了設(shè)計,利用Picard準則對實驗模型能否進行正則化進行了判別。運用變形的Born迭代解決了波動方程的非線性問題,利用截斷奇異值分解正則化方法解決了波動方程的穩(wěn)定性問題。經(jīng)實驗證明本文所采用的基于空間域?qū)游龀上穹椒梢赃\用到

5、較強散射的情況,可以反演較高的對比度,而且具有更高的成像質(zhì)量。
  在討論小波閾值降噪方法的基礎(chǔ)上,分析了Dohono軟、硬閾值化方法存在的缺點,設(shè)計了一種基于雙曲線的新小波閾值函數(shù)。該閾值函數(shù)通過對參量的調(diào)節(jié),可以獲得較優(yōu)的小波系數(shù)的閾值估計,能夠克服硬閾值函數(shù)不連續(xù)和軟閾值函數(shù)有偏差的缺點。針對超聲層析圖像的特點,基于區(qū)域分割原理,利用灰度直方圖區(qū)域生長提供生長準則,同時改變分割方向,得到了一種新的分割思路。基于區(qū)域生長與模糊

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論