本發明涉及一種基于CNN的超聲復合材料缺陷三維成像方法及系統,屬于三維成像領域,方法包括:對待測復合材料試件進行掃描,采集坐標值(X,Y)下的超聲A掃描時域信號;將所述超聲A時域信號以一維數組a[n]的形式存儲;將所述超聲A時域信號進行經驗小波變換(EmpiricalWaveletTransform,EWT),并將所述一維數組a[n]轉換為二維時頻域信號圖像EWT?Hilbert譜圖,以圖片的形式存儲;構建CNN網絡模型;將所述EWT?Hilbert譜圖輸入至所述CNN網絡模型,得到復合材料缺陷深度值D;將所述坐標值(X,Y)和所述深度值D進行數據融合,形成三維離散成像矩陣,完成缺陷三維成像,本發明中的上述方法用于實現缺陷智能三維成像,提高缺陷深度值的智能識別準確率。
聲明:
“基于CNN的超聲復合材料缺陷三維成像方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)