基于稀疏表示的管道缺陷超声复合阵列成像研究

发布时间：2017-12-09 06:07

  本文关键词：基于稀疏表示的管道缺陷超声复合阵列成像研究

  更多相关文章： 管道缺陷 超声复合阵列 3D成像 稀疏表示 Gabor原子

【摘要】：管道作为石油和天然气等能源输送方式之一,长时间遭受腐蚀、压力和温度等多种环境应力的作用,极易产生各种类型的缺陷,从而导致泄漏事故的发生,造成环境污染、经济损失,甚至火灾或爆炸等安全事故。因此,开展管道缺陷的检测与成像研究对管道缺陷量化评估具有重要意义。超声成像技术可以根据超声回波信号中携带的声场特征参量来构建管道内部结构的声学图像,为管道缺陷的量化与评估提供直观、可靠的可视化判断依据。由于3D超声成像技术可以显示更加丰富和直观的量化信息,逐渐引入到管道缺陷检测领域中。但是,目前管道超声3D成像技术一般通过2D平面切片图像合成3D图像,存在运算复杂程度高,时间效率低的不足,限制了该项技术在管道缺陷可视化检测中的应用。论文采用超声传感器复合阵列结构获取管道缺陷的超声回波信号,并应用稀疏表示方法直接从超声回波信号中提取缺陷的3D声场特征参量,提高了特征参量提取的抗干扰性能,避免了从2D图像中合成3D信息的复杂运算过程。为了提高特征参量提取的运算效率,针对稀疏表示方法分别提出了自适应Gabor原子字典构建方法和基于CSO(Chicken Swarm Optimization)的原子搜索算法。然后,将提取的缺陷3D声场特征参量投影到由扇形体素划分的管道空间模型中,构建了管道缺陷超声复合阵列的3D成像模型,实现了管道缺陷的3D成像,为后续的缺陷量化与评估提供了参考依据。论文的具体研究内容如下:(1)分析了管道缺陷超声复合阵列检测原理,根据超声复合阵列几何结构和声束传播特性,给出了缺陷空间位置求解算法。搭建了超声复合阵列管道缺陷检测试验系统。(2)分析了信号稀疏表示的基本原理及其关键技术问题,并针对超声回波信号的特性,研究了传统Gabor原子字典构建方法及超声回波信号稀疏表示的具体流程。(3)针对传统Gabor原子字典规模大、运算效率低的问题,研究了自适应Gabor原子字典的构建方法。通过仿真分析和实测实验结果分析,表明该字典具有良好的抗噪性能,能够显著提高稀疏表示的运算效率,其运行时间仅为传统Gabor原子字典的19%左右。(4)针对遍历式原子搜索方法复杂度高、耗时长的不足,研究了基于CSO的原子搜索算法。实验结果表明,该方法在保持与遍历式原子搜索方法同等计算精度的条件下,运行时间仅为后者的20%左右。(5)研究了基于稀疏表示方法的管道缺陷3D声场特征参量提取方法,建立了管道缺陷超声复合阵列3D成像模型。在搭建的试验系统上对不同走向和大小的内外表面裂纹和孔状缺陷进行了3D成像实验。成像结果表明,该方法可显示缺陷的位置、大小等量化信息,可为缺陷的量化与评估提供直观的判断依据。
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TE973.6;TB559;TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 赵瑞珍;王飞;罗阿理;张彦霞;;基于稀疏表示的谱线自动提取方法[J];光谱学与光谱分析;2009年07期

2 高志荣;熊承义;笪邦友;;改进的基于残差加权的稀疏表示人脸识别[J];中南民族大学学报(自然科学版);2012年03期

3 陈才扣;喻以明;史俊;;一种快速的基于稀疏表示分类器[J];南京大学学报(自然科学版);2012年01期

4 耿耀君;张军英;;一种基于投影稀疏表示的基因选择方法[J];哈尔滨工程大学学报;2011年08期

5 熊承义;汪淑贤;高志荣;;基于字典优化的稀疏表示人脸识别[J];中南民族大学学报(自然科学版);2014年02期

6 戴平阳;洪景新;李翠华;詹小静;;一种基于稀疏表示的判别式目标跟踪算法[J];厦门大学学报(自然科学版);2014年04期

7 赵佳佳;唐峥远;杨杰;刘尔琦;周越;;基于图像稀疏表示的红外小目标检测算法[J];红外与毫米波学报;2011年02期

8 柯激情;祝磊;厉力华;韩斌;郑智国;孟旭莉;;基于稀疏表示算法的蛋白质质谱数据特征选择[J];生物物理学报;2012年08期

9 王立国;刘丹凤;赵亮;;基于高光谱图像稀疏表示的彩色可视化模型(英文)[J];Applied Geophysics;2013年02期

10 宋琳;程咏梅;赵永强;;基于稀疏表示模型和自回归模型的高光谱分类[J];光学学报;2012年03期

中国重要会议论文全文数据库 前3条

1 何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集（上册）[C];2013年

2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

3 葛凤翔;任岁玲;郭鑫;郭良浩;孙波;;微弱信号处理及其研究进展[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年

2 王亚宁;基于信号稀疏表示的电机故障诊断研究[D];河北工业大学;2014年

3 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年

4 黄国华;蛋白质翻译后修饰位点与药物适应症预测方法研究[D];上海大学;2015年

5 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年

6 王文卿;基于融合框架与稀疏表示的遥感影像锐化[D];西安电子科技大学;2015年

7 解虎;高维小样本阵列自适应信号处理方法研究[D];西安电子科技大学;2015年

8 秦振涛;基于稀疏表示及字典学习遥感图像处理关键技术研究[D];成都理工大学;2015年

9 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年

10 孙乐;空谱联合先验的高光谱图像解混与分类方法[D];南京理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 王道文;基于稀疏表示的目标跟踪算法研究[D];华南理工大学;2015年

2 李哲;基于稀疏表示和LS-SVM的心电信号分类[D];河北大学;2015年

3 孙雪青;Shearlet变换和稀疏表示相结合的甲状腺结节图像融合[D];河北大学;2015年

4 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年

5 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年

6 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年

7 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年

8 贺妍斐;基于稀疏表示与自适应倒易晶胞的遥感图像复原方法研究[D];南京信息工程大学;2015年

9 杨烁;电能质量扰动信号的稀疏表示/压缩采样研究[D];西南交通大学;2015年

10 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年

，

本文编号：1269330