本文關(guān)鍵詞：基于射線理論的超聲層析成像方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：超聲層析成像技術(shù)是指在不損傷待檢測(cè)物體的情況下,由探頭發(fā)射超聲波進(jìn)入待檢測(cè)物體內(nèi)部,利用接收探頭檢測(cè)超聲波。根據(jù)該檢測(cè)數(shù)據(jù),依照一定的物理和數(shù)學(xué)關(guān)系,使用計(jì)算機(jī)反演待檢測(cè)物體內(nèi)部某一橫截面上的一些物理量的分布圖像,如聲速和聲衰減系數(shù)等,從而能更好更直觀地描述物體內(nèi)部結(jié)構(gòu)及質(zhì)量狀況。由于超聲波沒(méi)有電離輻射、對(duì)人體無(wú)害,設(shè)備價(jià)格低廉等優(yōu)點(diǎn),該技術(shù)在地球物理、生物醫(yī)學(xué)、工業(yè)探傷等領(lǐng)域得到了廣泛應(yīng)用�；谏渚�理論的聲速層析技術(shù)可分為正演和反演兩部分:正演是給出速度模型,根據(jù)超聲在介質(zhì)中的傳播特性,計(jì)算出超聲波在該模型中的傳播路徑;反演是根據(jù)實(shí)際測(cè)量走時(shí)和正演的傳播路徑轉(zhuǎn)化成投影方程組,常采用迭代方法逼近求解速度模型。目前超聲層析成像技術(shù)的不足之處在于:第一,大多數(shù)算法僅利用投影數(shù)據(jù)的信息進(jìn)行反演,而忽略了待檢驗(yàn)材料本身的先驗(yàn)信息,導(dǎo)致重建圖像的分辨率不夠理想;第二,現(xiàn)有的迭代重建算法采用的誤差分配策略會(huì)將誤差平均分配到多個(gè)網(wǎng)格單元,導(dǎo)致背景區(qū)域和低速區(qū)域的速度彼此干擾。第三,現(xiàn)有的迭代重建算法在每次修正誤差后都需實(shí)施一次正演過(guò)程,而常用正演過(guò)程需要考慮所有可能的射線路徑,導(dǎo)致算法運(yùn)算時(shí)間較長(zhǎng)。本文主要針對(duì)工業(yè)探傷中待檢測(cè)材料往往由背景區(qū)域和少量缺陷組成的特點(diǎn),利用待檢驗(yàn)材料的稀疏先驗(yàn)特性重建超聲速度模型;采用匹配追蹤的貪婪優(yōu)化思路,逐格搜索出與投影數(shù)據(jù)最匹配的缺陷單元;同時(shí)還研究了基于邊界線性走時(shí)插值的正演算法進(jìn)一步改善計(jì)算精度和運(yùn)算時(shí)間。主要研究工作如下:1)針對(duì)傳統(tǒng)線性走時(shí)插值(LTI)的射線追蹤算法由于線性假設(shè),射線經(jīng)過(guò)多個(gè)網(wǎng)格單元會(huì)導(dǎo)致誤差累積的問(wèn)題,提出了基于邊界線性走時(shí)插值的射線追蹤算法以減少累積誤差。該算法通過(guò)在不同區(qū)域的邊界上插入節(jié)點(diǎn)來(lái)確定射線的折射角度以減少累積誤差,同時(shí)借鑒多方向循環(huán)掃描的思想來(lái)解決逆射問(wèn)題。模擬實(shí)驗(yàn)結(jié)果表明,文中算法在走時(shí)的計(jì)算精度、路徑追蹤和運(yùn)行時(shí)間方面均優(yōu)于傳統(tǒng)LTI算法和交叉掃描LTI算法。2)由于超聲層析重建是一個(gè)欠定問(wèn)題,而在工業(yè)探傷的超聲層析應(yīng)用中,缺陷區(qū)域和背景區(qū)域在圖像中顯示的范圍集中,多數(shù)具有局部平滑特性。因此,引入圖像的梯度和離散余弦變換域的稀疏性先驗(yàn)知識(shí)來(lái)規(guī)范問(wèn)題的解,提出一種利用梯度和DCT域稀疏特性的聯(lián)合迭代重建法(SIRT),并構(gòu)建出一個(gè)由圖像梯度域稀疏性和DCT域稀疏性組成的復(fù)合稀疏模型,前者對(duì)應(yīng)全變差正則項(xiàng),后者對(duì)應(yīng)離散余弦變換系數(shù)L0正則項(xiàng)。另外,采用快速?gòu)?fù)合分解技術(shù)實(shí)現(xiàn)該復(fù)合約束問(wèn)題的快速求解。實(shí)驗(yàn)結(jié)果表明,對(duì)比傳統(tǒng)的聯(lián)合迭代重建法,結(jié)合稀疏性先驗(yàn)知識(shí)的聯(lián)合迭代重建法的成像質(zhì)量明顯提高,重建圖像輪廓更加清晰,缺陷位置和大小更加精確。3)基于射線追蹤的超聲層析迭代重建方法使用直線傳播路徑作為初始路徑導(dǎo)致誤差擴(kuò)散,重建效果不理想。而待檢材料中少量缺陷對(duì)于背景區(qū)域是稀疏的,借鑒壓縮感知的思想,引入匹配追蹤算法,提出將匹配追蹤算法應(yīng)用于超聲層析成像中逐格重建缺陷單元,避免使用錯(cuò)誤路徑迭代導(dǎo)致誤差擴(kuò)散。該方案分兩個(gè)步驟:首先,根據(jù)正演走時(shí)與實(shí)際測(cè)量走時(shí)的差值,利用閾值法將模型預(yù)判為確定區(qū)和模糊區(qū);其次,使用基于匹配追蹤的貪婪算法對(duì)模糊區(qū)的網(wǎng)格單元逐格快速匹配,重建出缺陷單元的形狀和位置。另外,在每次迭代過(guò)程中,使用本文提出的新的邊界線性走時(shí)插值算法計(jì)算超聲波從源點(diǎn)到接收點(diǎn)的走時(shí),以減少累積誤差和計(jì)算時(shí)間。實(shí)驗(yàn)結(jié)果表明該方案的計(jì)算精度和運(yùn)行時(shí)間優(yōu)于基于LTI的SIRT算法。4)在基于匹配追蹤算法的超聲層析重建中,匹配追蹤算法每次迭代只選擇一個(gè)最匹配單元作為缺陷單元,當(dāng)搜索區(qū)域較大時(shí),會(huì)導(dǎo)致每次匹配運(yùn)算量急劇上升,搜索速度慢。針對(duì)這一問(wèn)題,引入回溯機(jī)制重建缺陷單元的位置和大小。區(qū)別于傳統(tǒng)的匹配追蹤算法,該算法為了加快搜索速度,每次迭代預(yù)選出若干個(gè)匹配單元作為候選集,以減少匹配選取的迭代次數(shù),并采用回溯策略,通過(guò)分析預(yù)選的匹配單元間的相干性,刪除錯(cuò)選單元,以達(dá)到二次篩選的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果證明了所提出方法的有效性。
【關(guān)鍵詞】：超聲層析 迭代重建 射線追蹤 線性走時(shí)插值 匹配追蹤
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TB559
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 緒論14-31
• 1.1 引言14-15
• 1.2 層析成像15-16
• 1.2.1 層析成像的基本概念15
• 1.2.2 層析成像的發(fā)展史與現(xiàn)狀15-16
• 1.3 超聲層析成像16-24
• 1.3.1 超聲層析成像的分類16-18
• 1.3.2 超聲層析成像的發(fā)展史與現(xiàn)狀18-20
• 1.3.3 基于射線理論的超聲層析成像的發(fā)展現(xiàn)狀20-24
• 1.4 稀疏信號(hào)重構(gòu)24-28
• 1.4.1 壓縮感知的數(shù)學(xué)模型24-26
• 1.4.2 匹配追蹤算法介紹26
• 1.4.3 回溯匹配追蹤算法介紹26-27
• 1.4.4 迭代閾值算法介紹27-28
• 1.5 本文的目的、研究?jī)?nèi)容和結(jié)構(gòu)安排28-31
• 1.5.1 本文的目的28
• 1.5.2 本文的研究?jī)?nèi)容28-29
• 1.5.3 本文的結(jié)構(gòu)安排29-31
• 第二章 超聲層析成像的基本理論和方法31-44
• 2.1 引言31
• 2.2 在介質(zhì)中超聲波的傳播特性31-35
• 2.2.1 超聲波的界面?zhèn)鞑?/span>31-32
• 2.2.2 惠更斯原理32-35
• 2.3 射線追蹤方法35-37
• 2.3.1 傳統(tǒng)的射線追蹤方法35-36
• 2.3.2 常用的射線追蹤方法36-37
• 2.4 層析成像的理論基礎(chǔ)37-39
• 2.4.1 Radon變換37-38
• 2.4.2 Radon逆變換38-39
• 2.5 基于射線理論的超聲層析反演方法39-43
• 2.5.1 超聲層析成像原理39-41
• 2.5.2 逆投影重建法(BPT)41
• 2.5.3 代數(shù)重建法(ART)41-43
• 2.5.4 聯(lián)合迭代重建法(SIRT)43
• 2.6 本章小結(jié)43-44
• 第三章 基于邊界線性走時(shí)插值的射線追蹤算法44-60
• 3.1 引言44-45
• 3.2 線性走時(shí)插值射線追蹤算法(LTI)45-49
• 3.2.1 算法原理45-47
• 3.2.2 向前處理47-48
• 3.2.3 向后處理48-49
• 3.3 LTI算法中存在的問(wèn)題49-51
• 3.3.1 計(jì)算誤差分析49-51
• 3.3.2 逆向傳播問(wèn)題分析51
• 3.4 交叉掃描的線性走時(shí)插值算法51-53
• 3.5 基于邊界線性走時(shí)插值的射線追蹤算法53-55
• 3.5.1 向前處理53-54
• 3.5.2 向后處理54-55
• 3.6 路徑追蹤結(jié)果與分析55-59
• 3.7 本章小結(jié)59-60
• 第四章 利用梯度和DCT域稀疏特性的SIRT超聲層析方法60-70
• 4.1 引言60
• 4.2 壓縮感知重構(gòu)問(wèn)題和快速迭代閾值算法60-61
• 4.3 改進(jìn)的SIRT方法61-66
• 4.3.1 超聲層析重建的新復(fù)合稀疏模型61-62
• 4.3.2 快速?gòu)?fù)合分解技術(shù)62-64
• 4.3.3 聯(lián)合稀疏子問(wèn)題求解64-66
• 4.4 實(shí)驗(yàn)結(jié)果與分析66-69
• 4.4.1 測(cè)試模型66-67
• 4.4.2 實(shí)驗(yàn)結(jié)果67-69
• 4.5 本章小結(jié)69-70
• 第五章 基于匹配追蹤算法的超聲層析重建方法70-83
• 5.1 引言70-71
• 5.2 匹配追蹤算法71-72
• 5.2.1 匹配追蹤算法原理71
• 5.2.2 匹配追蹤算法描述71-72
• 5.3 基于匹配追蹤算法的超聲層析方法72-76
• 5.3.1 閾值算法確定背景區(qū)73
• 5.3.2 匹配追蹤算法重建缺陷單元73-76
• 5.4 實(shí)驗(yàn)結(jié)果與分析76-80
• 5.4.1 測(cè)試模型76-77
• 5.4.2 實(shí)驗(yàn)結(jié)果77-80
• 5.5 本章小結(jié)80-83
• 第六章 結(jié)合回溯機(jī)制的超聲層析重建方法83-92
• 6.1 引言83
• 6.2 回溯匹配追蹤算法83-84
• 6.2.1 回溯匹配追蹤算法原理83
• 6.2.2 回溯匹配追蹤算法描述83-84
• 6.3 結(jié)合回溯機(jī)制的超聲層析方法84-88
• 6.3.1 預(yù)判決背景區(qū)和模糊區(qū)85-86
• 6.3.2 結(jié)合回溯機(jī)制搜索缺陷單元86-88
• 6.4 重建結(jié)果與分析88-90
• 6.4.1 測(cè)試模型88-89
• 6.4.2 重建結(jié)果89-90
• 6.5 本章小結(jié)90-92
• 總結(jié)與展望92-94
• 1. 工作總結(jié)92-93
• 2. 工作展望93-94
• 參考文獻(xiàn)94-106
• 攻讀博士學(xué)位期間取得的研究成果106-107
• 致謝107-108
• 附件108

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 韓復(fù)興;孫建國(guó);孫章慶;楊昊;;波前構(gòu)建法中的網(wǎng)格點(diǎn)定位(英文)[J];Applied Geophysics;2009年03期

2 彭直興,張芬,周熙襄,鐘本善;地震波旅行時(shí)非線性/線性聯(lián)合插值法[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

3 葉佩;李慶春;;旅行時(shí)線性插值射線追蹤提高計(jì)算精度和效率的改進(jìn)方法[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2013年01期

4 張建中,陳世軍;復(fù)雜介質(zhì)地震初至波數(shù)值模擬[J];計(jì)算物理;2003年05期

5 楊艷;秦克偉;張東;傅相如;謝寶蓮;;一種改進(jìn)的近地表層析成像SIRT算法[J];武漢大學(xué)學(xué)報(bào)(理學(xué)版);2009年02期

  本文關(guān)鍵詞：基于射線理論的超聲層析成像方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：347959