当前位置:首页 > 工业技术
超声成像检测方法的研究与实现
超声成像检测方法的研究与实现

超声成像检测方法的研究与实现PDF电子书下载

工业技术

  • 电子书积分:9 积分如何计算积分?
  • 作 者:王浩全著
  • 出 版 社:北京:国防工业出版社
  • 出版年份:2011
  • ISBN:9787118074727
  • 页数:170 页
图书介绍:本书主要讲述了在研究C型显示原理的基础上,研制了超声C扫描成像检测系统。该系统以工控机为核心,主要包括机械扫查装置、超声发射接收、数据采集等部分。经实验证明:该系统对材料内部微小缺陷具有良好的检测能力。同时,在衍射产生、介质间的相对密度较大等情况下,从超声波在连续介质中的传播特性出发,建立了关于精确散射场和全场的波动方程,探讨了散射场和全场方程的离散化方法,对超声逆散射问题求解、超声逆散射成像不适定性等问题进行了研究。
《超声成像检测方法的研究与实现》目录

第1章 绪论 1

1.1题目的来源与意义 1

1.2超声扫描成像的国内外发展现状 3

1.3射线层析成像的国内外发展现状 4

1.4波动层析成像的国内外发展现状 6

1.5超声反演图像处理的研究现状 10

第2章 超声检测原理 13

2.1超声波的产生与接收 13

2.2超声波的传播特性 14

2.2.1描述声场的物理量 14

2.2.2近场区和远场区 15

2.2.3超声波的界面传播 17

2.2.4惠更斯原理 19

2.3超声检测方法 20

2.3.1超声检测原理 20

2.3.2探头的选择 22

2.3.3超声波用于探伤时采用的基本物理量 25

第3章 超声C扫描成像检测方法 27

3.1超声C扫描显示原理 27

3.2扫描成像系统的设计 29

3.2.1机械扫查装置 29

3.2.2超声波发射接收电路 29

3.2.3数据采集卡 33

3.2.4软件部分 38

3.3检测信号的处理 38

3.3.1信号的降噪处理 39

3.3.2信号的特征提取 40

3.4成像结果与分析 42

3.5小结 44

第4章 基于射线理论的透射层析成像 45

4.1层析成像的反演方法 45

4.1.1变换重建法 45

4.1.2级数展开法 54

4.2射线追踪算法的改进 56

4.2.1常规的射线追踪算法 56

4.2.2走时路径追踪基础 60

4.2.3线性插值射线追踪算法中存在的问题 62

4.2.4基于交叉扫描的射线追踪算法 64

4.2.5路径追踪结果与分析 69

4.3迭代重建算法 71

4.3.1迭代重建算法在超声 CT中的最优准则 71

4.3.2代数重建算法 74

4.3.3联合迭代重建算法 75

4.4基于四边扫描算法的系数矩阵求取 78

4.5基于环绕式的阵列探头布置方法 80

4.5.1线阵探头布置方法 80

4.5.2环绕式探头布置方法 81

4.6重建结果与分析 82

4.7小结 88

第5章 基于波动理论的散射层析成像 90

5.1精确散射场的数学描述 90

5.1.1波动方程的建立 90

5.1.2声波传播特性的描述 93

5.1.3波动方程的线性化 95

5.1.4积分方程的离散化 98

5.2超声散射层析成像原理 103

5.2.1傅里叶衍射投影算法 103

5.2.2滤波反向传播算法 106

5.2.3空间域重建算法 107

5.3非线性问题的求解 108

5.3.1 Born迭代 108

5.3.2变形的Born迭代 109

5.3.3 Levenberg-Marquardt算法 111

5.3.4迭代算法的比较 112

5.4离散不适定性问题的研究 113

5.4.1奇异值分解 113

5.4.2最小二乘解 114

5.4.3离散不适定问题的提出 115

5.4.4 Picard准则 116

5.4.5正则化方法 121

5.4.6正则化参数的选择 124

5.5基于空间域层析成像的实现 127

5.5.1实验模型的建立 127

5.5.2 Picard曲线对模型的分析 130

5.5.3 TSVD正则化方法的实现 132

5.5.4实验结果与分析 133

5.6小结 136

第6章 超声反演图像的处理 138

6.1超声反演图像的噪声模型 138

6.2一种新的小波阈值函数降噪方法 139

6.2.1小波阈值降噪模型 139

6.2.2传统阈值函数的缺点 141

6.2.3基于双曲线的新小波阈值函数 142

6.2.4降噪结果与分析 147

6.3常规的图像分割方法 149

6.3.1阈值分割 149

6.3.2区域分割 150

6.3.3聚类分割 151

6.3.4基于BP神经网络的图像分割方法 152

6.4区域生长分割方法的改进 153

6.4.1区域分割原理 153

6.4.2改进的区域生长分割方法 154

6.5区域生长与聚类分析相结合的分割算法 157

6.5.1模糊集合理论 157

6.5.2模糊C-均值聚类算法 158

6.5.3新的聚类分割思路 159

6.6分割结果与分析 160

6.7小结 164

第7章 总结 165

参考文献 167

相关图书
作者其它书籍
返回顶部