一种用于材料内部缺陷超声检测的超分辨率成像方法技术

本发明专利技术公开了一种用于材料内部缺陷超声检测的超分辨率成像方法，获取超声图像，对图像进行区域分割，获得N

【技术实现步骤摘要】
一种用于材料内部缺陷超声检测的超分辨率成像方法


[0001]本专利技术涉及超声成像领域，特别涉及一种用于材料内部缺陷超声检测的超分辨率成像方法。

技术介绍

[0002]超声检测技术是工业中一种有效并且广泛使用的无损检测方法。超声检测数据的可视化已经成为材料或结构评价的重要手段，如何在现有检测和成像方法物理制约的基础上，提高图像的分辨率具有重要的价值，对材料内部缺陷的量化评估意义不言而喻。因此，随着计算机技术的高速发展，人们对超声图像的要求也越来越高，实在现有超声成像中原理性对分辨率的制约，是现代超声检测技术的迫切需求。
[0003]目前改善超声图像质量的方法主要分两类：预处理技术和后处理技术。预处理技术与所涉及信号的物理特性，如相干性、带宽、非线性传播、衰减、吸收等有关，对信号生成或图像采集进行改进和优化，包括空间和频率复合、谐波成像和脉冲反转等。后处理技术是获得低分辨率图像后使用图像处理和机器学习的方法(如：插值、贝叶斯分析、消混叠、深度学习等)来增强图像。其中，图像插值技术在图像处理系统中具有广泛的应用，采用图像插值方法可以从单幅低分辨率图像获取高分辨率图像。
[0004]图像插值方法众多且不断发展，传统的插值算法代表性的有最近邻插值法、双线性插值法和双三次插值法等。最近邻域插值法将待插入位置对应的像素值为离这点最近的已知像素值。最近邻域插值方法计算简单快速，但容易产生锯齿边缘和马赛克现象。双线性插值法根据对应点与周围4个邻点距离远近确定各像素权重，可以得到目标图像像素值。双线性插值方法与最近邻域插值相比，插值效果更平滑，不存在马赛克现象，但在边缘细节处理上容易丢失细节信息。此外，对于最近邻插值法和双线性插值法,其基函数是直接插值基函数,这就意味着插值系数可以简化为像素值。双三次插值法采用多项式函数，利用插值函数对待插值点周围相邻采样点的加权平均得到待插像素点的值，需要在水平和竖直方向各使用一个多项式插值三次函数，插值处理后能够创造出更平滑的图像边缘，处理结果更加细腻，但是计算量增大，处理所需的时间长。

技术实现思路

[0005]为了解决现有技术中存在的问题，本专利技术提出一种用于材料内部缺陷超声检测的超分辨率成像方法，本专利技术设计了一种全新的非线性插值函数，简化了算法复杂度，提高了图像成像速度和质量。此外，考虑到像素之间的相互关系和影响，综合区域内多个像素进行超分辨率图像像素计算，效果更加优良。该方法具有插值基函数结构简单，易于实现，易于调整参数，改善了图像细节部分和空间分辨率等特点。
[0006]为了实现上述专利技术目的，本专利技术提出了一种用于材料内部缺陷超声检测的超分辨率成像方法，包括如下步骤：
[0007]1)对被测材料进行超声相控阵检测，获取待检测区域超声图像；
[0008]2)对待检测区域超声图像进行区域分割，获得N
×
N像素包含缺陷的小区域，作为原始图像；
[0009]3)根据原始图像的缺陷图像长宽、对应的实际缺陷区域长宽，确定原始图像对实际缺陷区域表征比例；利用原始图像对实际缺陷区域表征比例推导出超分辨率图像与实际缺陷区域的表征比例；
[0010]4)采用边缘填充方法对原始图像边缘进行拓展，得到边缘拓展图像；
[0011]5)利用自定义的非线性插值函数对边缘拓展图像进行图像插值，将超分辨率图像像素坐标通过空间坐标变换映射到边缘拓展图像，获取中心点周围像素值，将坐标点与中心点的行列距离分别带入非线性插值函数中，形成权重矩阵，计算超分辨率图像的每一个像素点，最终获得超分辨率超声图像。
[0012]进一步地，上述步骤2)中区域分割，包括步骤：
[0013]2.1)将待检测区域超声图像转换为灰度图像；
[0014]2.2)根据灰度图像中背景和缺陷像素值的分布情况，设定强度阈值分割灰度图像背景和缺陷信息形成二值化图像；
[0015]2.3)对二值化图像进行形态学闭运算，弥合图像缺陷处较窄的间断和细长的沟壑，从而平滑缺陷轮廓；
[0016]2.4)获取平滑缺陷轮廓图像的缺陷轮廓边界点的坐标；
[0017]2.5)根据图像轮廓边界点的坐标，计算图像缺陷的质心坐标；
[0018]2.6)根据图像缺陷的质心坐标，选取以质心坐标为中心N
×
N大小的成像区域作为原始图像。
[0019]进一步地，上述步骤4)中边界填充方法，选取原始图像边缘行和列的像素值，利用复制最边缘像素法扩充原始图像的边界形成边缘拓展图像。
[0020]进一步地，上述步骤5)中非线性插值函数β(d)，其函数表达式为，
[0021][0022]其中，d为函数自变量，为超分辨率图像待插入像素点映射到原始图像上的中心点坐标与周围像素点的行列距离；k1为幂次方，取值为正整数；k2和k3为函数波形因子，由d取值范围限定。
[0023]进一步地，上述步骤5)中空间坐标映射具体包括：
[0024]假设超分辨率图像待插入像素点的坐标为(i,j),其映射到原始图像上的中心点坐标(x,y)通过如下公式进行计算，
[0025][0026]其中m1和m2为超分辨率图像对缺陷区域表征比例，m1为超分辨率图像行数与原始图像行数的比值，m2为超分辨率图像列数与原始图像列数的比值。
[0027]进一步地，上述步骤5)中关联区域确定具体包括：
[0028]计算映射到边缘拓展图像上中心点在内的周边4
×
4图像区域像素值，该区域像素
值的坐标可由4个行坐标(x1,x2,x3,x4)和4个列坐标(y1,y2,y3,y4)确定，计算公式为，
[0029][0030]其中，[x],[y]表示对原始图像上的中心点坐标(x,y)数值向下取整，l和p分别表示原始图像边缘拓展的行数和列数；
[0031]在边缘拓展图像中确定中心点周围16个坐标点的像素值，其像素值矩阵B为，
[0032][0033]其中，f(x,y)为边缘拓展图像像素值，下角标表示对应的行和列序号。
[0034]进一步地，上述步骤5)中距离权重计算具体包括以下步骤:
[0035]S5.1)计算边缘拓展图像上待插值点像素中心离周边4
×
4图像区域像素点的距离，可分别用4个行距离(u1,u2,u3,u4)和4个列距离(v1,v2,v3,v4)确定，该距离计算公式为，
[0036][0037]其中，u2,u3,v2,v3的数值位于0～1之间，u1,u4,v1,v4的数值位于1～2之间；
[0038]S5.2)将4个行距离(u1,u2,u3,u4)和4个列距离(v1,v2,v3,v4)的数值对应代入非线性插值函数中，得到4
×
4图像区域与待插值中心点距离的权重值矩阵A和C，其表达式为，
[0039][0040]进一步地，上述步骤5)中计算超分辨率图像的每一个像素点包括以下步骤：
[0041]计算超分辨率图像中每一个待插入像素点的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于材料内部缺陷超声检测的超分辨率成像方法，其特征在于，包括如下步骤：1)对被测材料进行超声相控阵检测，获取待检测区域超声图像；2)对待检测区域超声图像进行区域分割，获得N
×
N像素包含缺陷的小区域，作为原始图像；3)根据原始图像的缺陷图像长宽、对应的实际缺陷区域长宽，确定原始图像对实际缺陷区域表征比例；利用原始图像对实际缺陷区域表征比例推导出超分辨率图像与实际缺陷区域的表征比例；4)采用边缘填充方法对原始图像边缘进行拓展，得到边缘拓展图像；5)利用自定义的非线性插值函数对边缘拓展图像进行图像插值，将超分辨率图像像素坐标通过空间坐标变换映射到边缘拓展图像，获取中心点周围像素值，将坐标点与中心点的行列距离分别带入非线性插值函数中，形成权重矩阵，计算超分辨率图像的每一个像素点，最终获得超分辨率超声图像。2.根据权利要求1所述的用于材料内部缺陷超声检测的超分辨率成像方法，其特征在于，所述步骤2)中区域分割，包括步骤：2.1)将待检测区域超声图像转换为灰度图像；2.2)根据灰度图像中背景和缺陷像素值的分布情况，设定强度阈值分割灰度图像背景和缺陷信息形成二值化图像；2.3)对二值化图像进行形态学闭运算，弥合图像缺陷处较窄的间断和细长的沟壑，从而平滑缺陷轮廓；2.4)获取平滑缺陷轮廓图像的缺陷轮廓边界点的坐标；2.5)根据图像轮廓边界点的坐标，计算图像缺陷的质心坐标；2.6)根据图像缺陷的质心坐标，选取以质心坐标为中心N
×
N大小的成像区域作为原始图像。3.根据权利要求1所述的用于材料内部缺陷超声检测的超分辨率成像方法，其特征在于，所述步骤4)中边界填充方法，选取原始图像边缘行和列的像素值，利用复制最边缘像素法扩充原始图像的边界形成边缘拓展图像。4.根据权利要求1所述的用于材料内部缺陷超声检测的超分辨率成像方法，其特征在于，所述步骤5)中非线性插值函数β(d)，其函数表达式为，其中，d为函数自变量，为超分辨率图像待插入像素点映射到原始图像上的中心点坐标与周围像素点的行列距离；k1为幂次方，取值为正整数；k2和k3为函数波形因子，由d取值范围限定。5.根据权利要求1所述的用于材料内...

【专利技术属性】
技术研发人员：宋寿鹏，郑林，
申请(专利权)人：江苏大学，
类型：发明
国别省市：