图书介绍
超声成像检测方法的研究与实现PDF|Epub|txt|kindle电子书版本网盘下载
![超声成像检测方法的研究与实现](https://www.shukui.net/cover/75/30797769.jpg)
- 王浩全著 著
- 出版社: 北京:国防工业出版社
- ISBN:9787118074727
- 出版时间:2011
- 标注页数:170页
- 文件大小:10MB
- 文件页数:180页
- 主题词:超声成象-超声检测-研究
PDF下载
下载说明
超声成像检测方法的研究与实现PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
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