基于遗传算法的超声稀疏阵列成像方法研究

《基于遗传算法的超声稀疏阵列成像方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＂硕士学位论文＿ａｓｔｅｒＤＩＳ－ＴＡ＿盡论文题目：基于遗传算法的超声稀疏阵列成像方法研究圓５３国内图书分类号：ＴＢ５密级：公开１８国际图书分类号：６８．西南交通大学研究生学位论文基于遗传算法的超声稀疏阵列成像方法研究年级二？一二级姓名彭桃申请学位级别硕士专业光学工程指导老师高晓蓉教授二零一五年五月ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＢ５５３Ｕ．Ｄ．Ｃ：６８１．８ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎＵｎｉｖｅｒｓｉｔｇｙＭａｓｔｅｒＤｅｇｒｅｅＴｈｅｓｉｓＳＴＵＤＹＯＦＵＬＴＲＡ

2、ＳＯＮＩＣＳＰＡＲＳＥＡＲＲＡＹＩＭＡＧＥＢＡＳＥＤＯＮＧＥＮＥＴＩＣＡＬＧＯＲＩＴＨＭＧｒａｄｅ：２０１２Ｃａｎｄｉｄａｔｅ：ＰｅｎＴａｏｇＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒＳｅｃｉａｌｉｔ：ＯｐｔｉｃｓＥｎｉｎｅｅｒｉｎｐｙｇｇＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＧａｏＸｉａｏｒｏｎｇＭａｙ，２０１５西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授

3、权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１．保密□，在年解密后适用本授权书；２．不保密ｏ＜使用本授权书。‘（请在以上方框内打十）—Ｚ）乂么学位论文作者签名：彭城＾指导老师签名：、日期：日期：西南交通大学硕士学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：１．针对超声全聚焦成像技术效率较低的问题，将稀疏阵列方法应用于该技术中，有效提高检测成像效率的同时最大程度地保证成像质量。２．建立了全聚焦超声成像算法的数学模型，基于有

4、效孔径理论研究了阵列稀疏化一的实现方法，通过Ｆｉｅｌｄｌｌ模拟仿真和检测实验中不同稀疏率阵列的成像，对这方法的可行性和有效性进行了验证分析。３．根据稀疏阵列的优化特点，设计了遗传算法的编码方式、目标函数以及交叉变异算子等各个优化步骤，成功地对线性稀疏阵列的检测性能进行了优化，优化结果表现出了较好的旁瓣特性，图像信噪比得到了改善。４．利用仿真与实验成像结果，对遗传算法运行参数与算法收敛性及迭代速度、稀疏阵列周期及非周期特征与成像质量、不同位置的阵元与检测性能等几个方面的关系进行了定量讨论。一定成像质量的前提下显著提高全聚焦成像效率论文采用稀疏阵列方法在

5、保证，并利用遗传算法优化了稀疏阵列的检测成像性能，为稀疏阵列的优化设计以及全聚焦一成像技术在工业无损检测领域的应用提供定的参考价值。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：日期：西南交通大学硕士研究生学位论文第Ｉ页摘要‘随着人们对于无损检测技术的重视程度以及对于成像质量要求的不断提高，全聚

6、焦超声成像技术以其高分辨率、高对比度的特点在超声无损检测及评估领域受到了很一一大的关注，是近年来极具发展潜力的成像技术之。然而这成像方法需要采集和处理庞大的数据量，同时消耗大量的时间，较低的成像效率限制了其在工业实时检测与成像中的广泛应用。为了提高全聚焦成像技术的实现效率，同时最大程度地保证超声检测性能和成像质量，本文将阵列稀疏化方法应用于全聚焦超声成像技术中，并利用遗传算法对稀疏阵列的检测性能进行了优化研究。首先建立了全聚焦超声成像算法的数学模型，基于有效孔径理论研究了阵列稀疏化的实现方法，通过Ｆｉｅｌｄｌｌ软件仿真和标准缺陷检测实验分别进行了不同稀疏

7、率阵列４的检测成像，在稀疏率为０．２５时提高了成像效率１．７％，验证了该方法的可行性和有效性。然后根据稀疏阵列优化的特点设计了遗传算法的编码方式、目标函数以及交叉变异算子等，成功地应用遗传算法对稀疏线阵的检测性能进行了优化，优化后的稀疏阵。列具有良好的主旁瓣特性，实验检测图像的信噪比提高了５．３ｄＢ最后通过仿真和实验结果，从遗传算法优化参数对于算法搜索效率和全局收敛性的影响、周期性与非周期性稀疏阵列成像对比以及不