《超聲成像檢測方法的研究與實現》是2011年國防工業出版社出版的圖書，作者是王浩全。
基本介紹
- 書名：超聲成像檢測方法的研究與實現
- 作者：王浩全
- ISBN：9787118074727
- 頁數：170
- 定價：28.00元
- 出版社：國防工業出版社
- 出版時間：2011年5月1日
- 裝幀：平裝
- 開本：16開
內容簡介,圖書目錄,
內容簡介
《超聲成像檢測方法的研究與實現》系統介紹了超聲檢測的基本概念、成像原理、成像方法以及有關研究的新成果。《超聲成像檢測方法的研究與實現》共分為7章，主要內容包括C掃描成像、透射層析成像、散射層析成像和反演圖像的處理等四部分。第一部分主要研究C掃描成像顯示方法，並對超聲C掃描成像檢測系統進行了設計；第二部分主要研究幾何聲學理論，實現基於射線理論的層析重建；第三部分主要研究波動聲學理論，通過建立散射場的代數描述，轉換為不適定問題的求解，進而實現層析重建；第四部分是對超聲反演圖像的處理部分，主要完成圖像的降噪與分割處理。
《超聲成像檢測方法的研究與實現》可作為普通高等院校信息類等相關專業本科生或研究生教材，也可作為相關科研與工程技術人員的參考書。
圖書目錄
第1章 緒論……1
1.1 題目的來源與意義……1
1.2 超聲掃描成像的國內外發展現狀……3
1.3 射線層析成像的國內外發展現狀……4
1.4 波動層析成像的國內外發展現狀……6
1.5 超聲反演圖像處理的研究現狀……10
第2章 超聲檢測原理……13
2.1 超音波的產生與接收……13
2.2 超音波的傳播特性……14
2.2.1 描述聲場的物理量……14
2.2.2 近場區和遠場區……15
2.2.3 超音波的界面傳播……17
2.2.4 惠更斯原理……19
2.3 超聲檢測方法……20
2.3.1 超聲檢測原理……20
2.3.2 探頭的選擇……22
2.3.3 超音波用於探傷時採用的基本物理量……25
第3章 超聲C掃描成像檢測方法……27
3.1 超聲C掃描顯示原理……27
3.2 掃描成像系統的設計……29
3.2.1 機械掃查裝置……29
3.2.2 超音波發射接收電路……29
3.2.3 數據採集卡……33
3.2.4 軟體部分……38
3.3 檢測信號的處理……38
3.3.1 信號的降噪處理……39
3.3.2 信號的特徵提取……40
3.4 成像結果與分析……42
3.5 小結……44
第4章 基於射線理論的透射層析成像……45
4.1 層析成像的反演方法……45
4.1.1 變換重建法……45
4.1.2 級數展開法……54
4.2 射線追蹤算法的改進……56
4.2.1 常規的射線追蹤算法……56
4.2.2 走時路徑追蹤基礎……60
4.2.3 線性插值射線追蹤算法中存在的問題……62
4.2.4 基於交叉掃描的射線追蹤算法……64
4.2.5 路徑追蹤結果與分析……69
4.3 疊代重建算法……71
4.3.1 疊代重建算法在超聲CT中的最優準則……71
4.3.2 代數重建算法……74
4.3.3 聯合疊代重建算法……75
4.4 基於四邊掃描算法的係數矩陣求取……78
4.5 基於環繞式的陣列探頭布置方法……80
4.5.1 線陣探頭布置方法……80
4.5.2 環繞式探頭布置方法……81
4.6 重建結果與分析……82
4.7 小結……88
第5章 基於波動理論的散射層析成像……90
5.1 精確散射場的數學描述……90
5.1.1 波動方程的建立……90
5.1.2 聲波傳播特性的描述……93
5.1.3 波動方程的線性化……95
5.1.4 積分方程的離散化……98
5.2 超聲散射層析成像原理……103
5.2.1 傅立葉衍射投影算法……103
5.2.2 濾波反向傳播算法……106
5.2.3 空間域重建算法……107
5.3 非線性問題的求解……108
5.3.1 Born疊代……108
5.3.2 變形的Born疊代……109
5.3.3 Levenberg-Marquardt算法……111
5.3.4 疊代算法的比較……112
5.4 離散不適定性問題的研究……113
5.4.1 奇異值分解……113
5.4.2 最小二乘解……114
5.4.3 離散不適定問題的提出……115
5.4.4 Picard準則……116
5.4.5 正則化方法……121
5.4.6 正則化參數的選擇……124
5.5 基於空間域層析成像的實現……127
5.5.1 實驗模型的建立……127
5.5.2 Picard曲線對模型的分析……130
5.5.3 TSVD正則化方法的實現……132
5.5.4 實驗結果與分析……133
5.6 小結……136
第6章 超聲反演圖像的處理……138
6.1 超聲反演圖像的噪聲模型……138
6.2 一種新的小波閾值函式降噪方法……139
6.2.1 小波閾值降噪模型……139
6.2.2 傳統閾值函式的缺點……141
6.2.3 基於雙曲線的新小波閾值函式……142
6.2.4 降噪結果與分析……147
6.3 常規的圖像分割方法……149
6.3.1 閾值分割……149
6.3.2 區域分割……150
6.3.3 聚類分割……151
6.3.4 基於BP神經網路的圖像分割方法……152
6.4 區域生長分割方法的改進……153
6.4.1 區域分割原理……153
6.4.2 改進的區域生長分割方法……154
6.5 區域生長與聚類分析相結合的分割算法……157
6.5.1 模糊集合理論……157
6.5.2 模糊C-均值聚類算法……158
6.5.3 新的聚類分割思路……159
6.6 分割結果與分析……160
6.7 小結……164
第7章 總結……165 參考文獻……167
1.1 題目的來源與意義……1
1.2 超聲掃描成像的國內外發展現狀……3
1.3 射線層析成像的國內外發展現狀……4
1.4 波動層析成像的國內外發展現狀……6
1.5 超聲反演圖像處理的研究現狀……10
第2章 超聲檢測原理……13
2.1 超音波的產生與接收……13
2.2 超音波的傳播特性……14
2.2.1 描述聲場的物理量……14
2.2.2 近場區和遠場區……15
2.2.3 超音波的界面傳播……17
2.2.4 惠更斯原理……19
2.3 超聲檢測方法……20
2.3.1 超聲檢測原理……20
2.3.2 探頭的選擇……22
2.3.3 超音波用於探傷時採用的基本物理量……25
第3章 超聲C掃描成像檢測方法……27
3.1 超聲C掃描顯示原理……27
3.2 掃描成像系統的設計……29
3.2.1 機械掃查裝置……29
3.2.2 超音波發射接收電路……29
3.2.3 數據採集卡……33
3.2.4 軟體部分……38
3.3 檢測信號的處理……38
3.3.1 信號的降噪處理……39
3.3.2 信號的特徵提取……40
3.4 成像結果與分析……42
3.5 小結……44
第4章 基於射線理論的透射層析成像……45
4.1 層析成像的反演方法……45
4.1.1 變換重建法……45
4.1.2 級數展開法……54
4.2 射線追蹤算法的改進……56
4.2.1 常規的射線追蹤算法……56
4.2.2 走時路徑追蹤基礎……60
4.2.3 線性插值射線追蹤算法中存在的問題……62
4.2.4 基於交叉掃描的射線追蹤算法……64
4.2.5 路徑追蹤結果與分析……69
4.3 疊代重建算法……71
4.3.1 疊代重建算法在超聲CT中的最優準則……71
4.3.2 代數重建算法……74
4.3.3 聯合疊代重建算法……75
4.4 基於四邊掃描算法的係數矩陣求取……78
4.5 基於環繞式的陣列探頭布置方法……80
4.5.1 線陣探頭布置方法……80
4.5.2 環繞式探頭布置方法……81
4.6 重建結果與分析……82
4.7 小結……88
第5章 基於波動理論的散射層析成像……90
5.1 精確散射場的數學描述……90
5.1.1 波動方程的建立……90
5.1.2 聲波傳播特性的描述……93
5.1.3 波動方程的線性化……95
5.1.4 積分方程的離散化……98
5.2 超聲散射層析成像原理……103
5.2.1 傅立葉衍射投影算法……103
5.2.2 濾波反向傳播算法……106
5.2.3 空間域重建算法……107
5.3 非線性問題的求解……108
5.3.1 Born疊代……108
5.3.2 變形的Born疊代……109
5.3.3 Levenberg-Marquardt算法……111
5.3.4 疊代算法的比較……112
5.4 離散不適定性問題的研究……113
5.4.1 奇異值分解……113
5.4.2 最小二乘解……114
5.4.3 離散不適定問題的提出……115
5.4.4 Picard準則……116
5.4.5 正則化方法……121
5.4.6 正則化參數的選擇……124
5.5 基於空間域層析成像的實現……127
5.5.1 實驗模型的建立……127
5.5.2 Picard曲線對模型的分析……130
5.5.3 TSVD正則化方法的實現……132
5.5.4 實驗結果與分析……133
5.6 小結……136
第6章 超聲反演圖像的處理……138
6.1 超聲反演圖像的噪聲模型……138
6.2 一種新的小波閾值函式降噪方法……139
6.2.1 小波閾值降噪模型……139
6.2.2 傳統閾值函式的缺點……141
6.2.3 基於雙曲線的新小波閾值函式……142
6.2.4 降噪結果與分析……147
6.3 常規的圖像分割方法……149
6.3.1 閾值分割……149
6.3.2 區域分割……150
6.3.3 聚類分割……151
6.3.4 基於BP神經網路的圖像分割方法……152
6.4 區域生長分割方法的改進……153
6.4.1 區域分割原理……153
6.4.2 改進的區域生長分割方法……154
6.5 區域生長與聚類分析相結合的分割算法……157
6.5.1 模糊集合理論……157
6.5.2 模糊C-均值聚類算法……158
6.5.3 新的聚類分割思路……159
6.6 分割結果與分析……160
6.7 小結……164
第7章 總結……165 參考文獻……167
