(12)发明专利申请
(10)申请公布号 CN 111354039 A(43)申请公布日 2020.06.30
(21)申请号 201811592994.5(22)申请日 2018.12.20
(71)申请人 核动力运行研究所
地址 430223 湖北省武汉市东湖新技术开
发区民族大道1021号
申请人 中核武汉核电运行技术股份有限公
司(72)发明人 魏文斌 张益成 甘文军 王俊涛
廖述圣 冯美名 廖思宇 张文哲 (74)专利代理机构 核工业专利中心 11007
代理人 李东斌(51)Int.Cl.
G06T 7/70(2017.01)G06T 7/00(2017.01)G06T 5/00(2006.01)
权利要求书2页 说明书4页 附图1页
G06T 7/50(2017.01)G06T 17/00(2006.01)
CN 111354039 A(54)发明名称
一种基于B扫图像识别的焊缝区域提取快速算法
(57)摘要
本发明涉及无损检测信号处理技术领域，具体公开了一种基于B扫图像识别的焊缝区域提取快速算法。该算法具体包括：步骤1、获取超声信号数据矩阵，将其分解成层叠B扫面三维数据结构，并分别对B扫面奇数层叠加后及B扫面偶数层叠加后后求平均；步骤2、获取B扫面奇数层和偶数层焊缝区域点位置；步骤3、对B扫图像焊缝区域中图像特殊位置进行赋值；步骤4、显示B扫图像及其焊缝区域。本发明所述的一种基于B扫图像识别的焊缝区域提取快速算法，能从不超过4幅超声B扫图像数据提取焊缝区域位置数据，准确率高；算法稳健可靠；处理时间少，实时性强，利于B扫图像焊缝区域的快速定位。
CN 111354039 A
权 利 要 求 书
1/2页
1.一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：该算法具体包括如下步骤：
步骤1、获取超声信号数据矩阵，将其分解成层叠B扫面三维数据结构，并分别对B扫面奇数层叠加后及B扫面偶数层叠加后后求平均；
步骤2、获取B扫面奇数层和偶数层焊缝区域点位置；步骤3、对B扫图像焊缝区域中图像特殊位置进行赋值；步骤4、显示B扫图像及其焊缝区域。
2.根据权利要求1所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤2中获取B扫面奇数层和偶数层焊缝区域点位置的具体步骤包括：
步骤2.1、确定检测窗口大小；步骤2.2、、求解B扫面奇数层叠加后求平均的数据矩阵BO和B扫面偶数层叠加后求平均的数据矩阵BE每一行的和，并形成向量BO_M和向量BE_M；
步骤2.3、分别对BO_M和向量BE_M进行光滑处理，获得光滑向量BO_CC和光滑向量BE_CC；
步骤2.4、获得光滑向量BO_CC和光滑向量BE_CC的最小值及其位置；步骤2.5、形成数据矩阵BO和数据矩阵BE的子阵；步骤2.6、分别求解矩阵BO_EE和BE_EE的每一列的和，形成向量BO_N和向量BE_N；步骤2.7、分别对BO_N和向量BE_N进行光滑处理，获得光滑向量BO_FF和光滑向量BE_FF；
步骤2.8、获得光滑向量BO_FF和光滑向量BE_FF的最大值及其位置。
3.根据权利要求2所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤2.4具体包括：
求解光滑向量BO_CC除去首尾各mm各分量的最小值BO_MinCC及其位置BO_IndexCC，并赋值BO_IndexCC＝BO_IndexCC+mm；
求解光滑向量BE_CC除去首尾各mm各分量的最小值BE_MinCC及其位置BE_IndexCC，并赋值BE_IndexCC＝BE_IndexCC+mm。
4.根据权利要求2所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤2.5具体包括：
形成数据矩阵BO的子阵(BO_IndexCC-mm)：(BO_ndexCC+mm)，并表示为BO_EE；形成数据矩阵BE的子阵(BE_IndexCC-mm)：(BE_ndexCC+mm)，并表示为BE_EE。5.根据权利要求2所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤2.8具体包括：
求解光滑向量BO_FF除去首尾各nn各分量的最大值BO_MaxFF及其位置BO_IndexFF，并赋值BO_IndexFF＝BO_IndexFF+nn；
求解光滑向量BE_FF除去首尾各nn各分量的最大值BE_MaxFF及其位置BE_IndexFF，并赋值BE_IndexFF＝BE_IndexFF+nn。
6.根据权利要求1所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤1具体包括：
步骤1.1、获取超声信号数据矩阵DataMat，并确定其维数；
2
CN 111354039 A
权 利 要 求 书
2/2页
步骤1.2、根据超声信号参数，将步骤1.1获得的超声信号数据矩阵DataMat分解成层叠B扫面三维结构BMat；
步骤1.3、对步骤1.2获得的B扫面三维结构BMat奇数层叠加后求平均形成数据矩阵BO；对B扫面三维结构BMat偶数层叠加后求平均形成数据矩阵BE。
7.根据权利要求1所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤3中对B扫图像焊缝区域中图像特殊位置进行赋值具体包括：
步骤3.1、求解数据矩阵BO和数据矩阵BE的最大值MaxO和MaxE；步骤3.1、对所有层叠B扫图像BMat逐一进行特殊位置赋值；判断B扫图像在序列中的奇偶性，若为奇数，则将该B扫图像的第BO_IndexCC行、BO_IndexFF列赋值为MaxO；若为偶数，则将该B扫图像的第BE_IndexCC行、BE_IndexFF列赋值为MaxE。
8.根据权利要求6所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤1.2中超声信号参数具体为：扫查m0、步进n0以及深度k0，将获得的超声信号数据矩阵DataMat分解成层叠B扫面三维结构BMat，其三维分别为深度、扫查和步进。
9.根据权利要求2所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的2.1中确定检测窗口大小具体步骤为：
在矩阵BO和BE上依据图像大小自动确定检测窗口大小，行为2mm+1，列为2nn+1，窗口的大小介于B扫图像行列的1/5至1/20之间。
10.根据权利要求1所述的一种基于B扫图像识别的焊缝区域提取快速算法，其特征在于：所述的步骤4中显示B扫图像及其焊缝区域的步骤具体为利用图像生成软件对处理过的层叠B扫图像及其焊缝区域进行显示。
3
CN 111354039 A
说 明 书
一种基于B扫图像识别的焊缝区域提取快速算法
1/4页
技术领域
[0001]本发明属于无损检测信号处理技术领域，具体涉及一种基于B扫图像识别的焊缝区域提取快速算法。
背景技术
[0002]超声仪采集的信号数据表示形式多样，既有一维向量表示，又有二维矩阵表示。而超声信号显示有A、B、C和D扫等方式。超声信号涉及的自变量有扫查、步进和深度。B扫是对某一步进截面内的超声信号以灰度的形式显示在二维平面内，横坐标代表扫查机构位移方向，纵坐标代表超声波传播的深度方向；一幅A扫信号是B扫图像在某一扫查的向量；C扫是对某一深度的截面进行扫描，显示的是水平截面的二维信息，D扫是对某一扫查面的步进和深度信息的二维表示。本发明研究B扫图像焊缝区域提取算法。[0003]要快速提取B扫图像焊缝区域，必须弄懂超声仪采集的信号数据表示，从中有效分离出序列B扫图像，自动确定检测区域，运用高效的算法和计算机程序实现焊缝区域的提取。
发明内容
[0004]本发明的目的在于提供一种基于B扫图像识别的焊缝区域提取快速算法，能够利用超声仪获取的数据实现序列B扫图像提取，并快速准确提取焊缝区域。[0005]本发明的技术方案如下：一种基于B扫图像识别的焊缝区域提取快速算法，该算法具体包括如下步骤：[0006]步骤1、获取超声信号数据矩阵，将其分解成层叠B扫面三维数据结构，并分别对B扫面奇数层叠加后及B扫面偶数层叠加后后求平均；[0007]步骤2、获取B扫面奇数层和偶数层焊缝区域点位置；[0008]步骤3、对B扫图像焊缝区域中图像特殊位置进行赋值；[0009]步骤4、显示B扫图像及其焊缝区域。
[0010]所述的步骤2中获取B扫面奇数层和偶数层焊缝区域点位置的具体步骤包括：[0011]步骤2.1、确定检测窗口大小；[0012]步骤2.2、、求解B扫面奇数层叠加后求平均的数据矩阵BO和B扫面偶数层叠加后求平均的数据矩阵BE每一行的和，并形成向量BO_M和向量BE_M；[0013]步骤2.3、分别对BO_M和向量BE_M进行光滑处理，获得光滑向量BO_CC和光滑向量BE_CC；
[0014]步骤2.4、获得光滑向量BO_CC和光滑向量BE_CC的最小值及其位置；[0015]步骤2.5、形成数据矩阵BO和数据矩阵BE的子阵；[0016]步骤2.6、分别求解矩阵BO_EE和BE_EE的每一列的和，形成向量BO_N和向量BE_N；[0017]步骤2.7、分别对BO_N和向量BE_N进行光滑处理，获得光滑向量BO_FF和光滑向量BE_FF；
4
CN 111354039 A[0018]
说 明 书
2/4页
步骤2.8、获得光滑向量BO_FF和光滑向量BE_FF的最大值及其位置。
[0019]所述的步骤2.4具体包括：
[0020]求解光滑向量BO_CC除去首尾各mm各分量的最小值BO_MinCC及其位置BO_IndexCC，并赋值BO_IndexCC＝BO_IndexCC+mm；
[0021]求解光滑向量BE_CC除去首尾各mm各分量的最小值BE_MinCC及其位置BE_IndexCC，并赋值BE_IndexCC＝BE_IndexCC+mm。[0022]所述的步骤2.5具体包括：
[0023]形成数据矩阵BO的子阵(BO_IndexCC-mm)：(BO_ndexCC+mm)，并表示为BO_EE；[0024]形成数据矩阵BE的子阵(BE_IndexCC-mm)：(BE_ndexCC+mm)，并表示为BE_EE。[0025]所述的步骤2.8具体包括：
[0026]求解光滑向量BO_FF除去首尾各nn各分量的最大值BO_MaxFF及其位置BO_IndexFF，并赋值BO_IndexFF＝BO_IndexFF+nn；
[0027]求解光滑向量BE_FF除去首尾各nn各分量的最大值BE_MaxFF及其位置BE_IndexFF，并赋值BE_IndexFF＝BE_IndexFF+nn。[0028]所述的步骤1具体包括：[0029]步骤1.1、获取超声信号数据矩阵DataMat，并确定其维数；[0030]步骤1.2、根据超声信号参数，将步骤1.1获得的超声信号数据矩阵DataMat分解成层叠B扫面三维结构BMat；[0031]步骤1.3、对步骤1.2获得的B扫面三维结构BMat奇数层叠加后求平均形成数据矩阵BO；对B扫面三维结构BMat偶数层叠加后求平均形成数据矩阵BE。
[0032]所述的步骤3中对B扫图像焊缝区域中图像特殊位置进行赋值具体包括：[0033]步骤3.1、求解数据矩阵BO和数据矩阵BE的最大值MaxO和MaxE；[0034]步骤3.1、对所有层叠B扫图像BMat逐一进行特殊位置赋值；[0035]判断B扫图像在序列中的奇偶性，若为奇数，则将该B扫图像的第BO_IndexCC行、BO_IndexFF列赋值为MaxO；若为偶数，则将该B扫图像的第BE_IndexCC行、BE_IndexFF列赋值为MaxE。
[0036]所述的步骤1.2中超声信号参数具体为：扫查m0、步进n0以及深度k0，将获得的超声信号数据矩阵DataMat分解成层叠B扫面三维结构BMat，其三维分别为深度、扫查和步进。[0037]所述的2.1中确定检测窗口大小具体步骤为：
[0038]在矩阵BO和BE上依据图像大小自动确定检测窗口大小，行为2mm+1，列为2nn+1，窗口的大小介于B扫图像行列的1/5至1/20之间。
[0039]所述的步骤4中显示B扫图像及其焊缝区域的步骤具体为利用图像生成软件对处理过的层叠B扫图像及其焊缝区域进行显示。[0040]本发明的显著效果在于：本发明所述的一种基于B扫图像识别的焊缝区域提取快速算法，能从不超过4幅超声B扫图像数据提取焊缝区域位置数据，准确率高；算法稳健可靠；处理时间少，实时性强，利于B扫图像焊缝区域的快速定位。附图说明
[0041]图1为本发明所述的一种基于B扫图像识别的焊缝区域提取快速算法流程图。
5
CN 111354039 A
说 明 书
3/4页
具体实施方式
[0042]下面结合附图及具体实施例对本发明作进一步详细说明。[0043]如图1所示，一种基于B扫图像识别的焊缝区域提取快速算法，该算法具体包括如下步骤：
[0044]步骤1、获取超声信号数据矩阵，将其分解成层叠B扫面三维数据结构，并分别对B扫面奇数层叠加后及B扫面偶数层叠加后后求平均；[0045]步骤1.1、获取超声信号数据矩阵DataMat，并确定其维数；[0046]步骤1.2、根据超声信号参数，将步骤1.1获得的超声信号数据矩阵DataMat分解成层叠B扫面三维结构BMat；
[0047]根据超声信号参数中扫查m0、步进n0以及深度k0，将获得的超声信号数据矩阵DataMat分解成层叠B扫面三维结构BMat，其三维分别为深度、扫查和步进；[0048]步骤1.3、对步骤1.2获得的B扫面三维结构BMat奇数层叠加后求平均形成数据矩阵BO；对B扫面三维结构BMat偶数层叠加后求平均形成数据矩阵BE；[0049]步骤2、获取B扫面奇数层和偶数层焊缝区域点位置；[0050]步骤2.1、确定检测窗口大小；
[0051]在矩阵BO和BE上依据图像大小自动确定检测窗口大小，行为2mm+1，列为2nn+1，窗口的大小介于B扫图像行列的1/5至1/20之间；[0052]步骤2.2、求解数据矩阵BO和数据矩阵BE每一行的和，并形成向量BO_M和向量BE_M；
[0053]步骤2.3、分别对BO_M和向量BE_M进行光滑处理，获得光滑向量BO_CC和光滑向量BE_CC；
[0054]步骤2.4、获得光滑向量BO_CC和光滑向量BE_CC的最小值及其位置；
[0055]求解光滑向量BO_CC除去首尾各mm各分量的最小值BO_MinCC及其位置BO_IndexCC，并赋值BO_IndexCC＝BO_IndexCC+mm；
[0056]求解光滑向量BE_CC除去首尾各mm各分量的最小值BE_MinCC及其位置BE_IndexCC，并赋值BE_IndexCC＝BE_IndexCC+mm；[0057]步骤2.5、形成数据矩阵BO和数据矩阵BE的子阵；[0058]形成数据矩阵BO的子阵(BO_IndexCC-mm)：(BO_ndexCC+mm)，并表示为BO_EE；[0059]形成数据矩阵BE的子阵(BE_IndexCC-mm)：(BE_ndexCC+mm)，并表示为BE_EE；[0060]步骤2.6、分别求解矩阵BO_EE和BE_EE的每一列的和，形成向量BO_N和向量BE_N；[0061]步骤2.7、分别对BO_N和向量BE_N进行光滑处理，获得光滑向量BO_FF和光滑向量BE_FF；
[0062]步骤2.8、获得光滑向量BO_FF和光滑向量BE_FF的最大值及其位置；
[0063]求解光滑向量BO_FF除去首尾各nn各分量的最大值BO_MaxFF及其位置BO_IndexFF，并赋值BO_IndexFF＝BO_IndexFF+nn；
[0064]求解光滑向量BE_FF除去首尾各nn各分量的最大值BE_MaxFF及其位置BE_IndexFF，并赋值BE_IndexFF＝BE_IndexFF+nn；[0065]步骤3、对B扫图像焊缝区域中图像特殊位置进行赋值；[0066]步骤3.1、求解数据矩阵BO和数据矩阵BE的最大值MaxO和MaxE；
6
CN 111354039 A[0067]
说 明 书
4/4页
步骤3.1、对所有层叠B扫图像BMat逐一进行特殊位置赋值；
[0068]判断B扫图像在序列中的奇偶性，若为奇数，则将该B扫图像的第BO_IndexCC行、BO_IndexFF列赋值为MaxO；若为偶数，则将该B扫图像的第BE_IndexCC行、BE_IndexFF列赋值为MaxE；
[0069]步骤4、显示B扫图像及其焊缝区域；[0070]利用图像生成软件对处理过的层叠B扫图像及其焊缝区域进行显示。
7
CN 111354039 A
说 明 书 附 图
1/1页
图1
8
因篇幅问题不能全部显示，请点此查看更多更全内容