一种涡流C扫描成像检测方法与流程

文档序号:17917903发布日期:2019-06-14 23:54
一种涡流C扫描成像检测方法与流程

本发明涉及图像检测领域,特别涉及一种涡流C扫描成像检测方法。



背景技术:

涡流检测是建立在电磁感应原理基础之上的一种无损检测方法,适用于导电材料。其基本原理是当把一块导体置于交变磁场之中,在导体中就有感应电流存在,即产生涡流。由于导体自身各种因素(如电导率、磁导率、形状、尺寸和缺陷等)的变化,会导致涡流的变化,利用这种现象判定导体性质、状态的检测方法。结合计算机技术和数字信号处理技术,可实现对材料和零部件的快速、有效地检测。

将涡流检测与自动化扫描装置相结合,位置信息和阻抗变化可以做出缺陷的二维显示图像,称为C扫描图像。利用伪三维显示技术,阻抗变化量越大,则图像颜色越深,表示受检件损伤越严重。涡流C扫描图像可以快速准确地判断受检件有无缺陷及缺陷位置等信息,降低对检测人员的技术要求,为常规检测提供便利。

但是,涡流C扫描成像存在如下问题:1)涡流C扫描成像方法中一般采用阻抗变化量成像,而阻抗呈现波动规律,缺陷大小与图像的灰度值为非线性对应,造成检测人员无法较为精确判断缺陷的长度、大小等信息;2)由于提离噪声、自动化扫描装置的电噪声的干扰,造成C扫描图像中存在伪缺陷。因此,需要进一步改进。



技术实现要素:

本发明所要解决的技术问题是针对现有技术的现状,提供一种涡流C扫描成像检测方法,该检测方法能精确判断缺陷位置、长度、方向信息,且缺陷尺寸定量准确率高。

本发明解决上述技术问题所采用的技术方案为:一种涡流C扫描成像检测方法,包括以下步骤:

步骤1、将一组或多组涡流检测线圈置于缺陷对比试块表面,且使涡流检测线圈与缺陷对比试块的表面贴合;

步骤2、对涡流检测线圈施加周期性的且能产生交变电磁场的交变电流,使得缺陷对比试块中产生感应电流反作用于涡流检测线圈,涡流检测线圈测得缺陷对比试块的阻抗变化波形为Z(t),t表示采样时间,其中,Z(t)为复函数,Z(t)=x(t)+jy(t);

步骤3、对缺陷对比试块进行涡流C扫描,共扫描W×H个数据点,以固定采样间隔时间T采集涡流检测线圈测得的缺陷对比试块的阻抗变化波形Z(t),其中,0≤t≤(W×H)*T,W表示扫描宽度方向上的采样点数,H表示扫描长度方向上的采样点数;

步骤4、对步骤3中的阻抗变化波形Z(t)的实部x(t)和虚部y(t)分别进行高通滤波,分别得到滤波后的实部xhp(t)和虚部yhp(t),并组成滤波后的阻抗变化波形Zhp(t),其中,Zhp(t)=xhp(t)+jyhp(t);

步骤5、对步骤4中滤波后的实部xhp(t)进行噪声统计,计算出第一噪声累积分布函数,并根据第一噪声的置信概率上/下限,计算出第一缺陷信号提取的上/下置信限分割幅值Upx/Lowx,并提取出第一缺陷信号区域tx;

步骤6、对步骤4中滤波后的虚部yhp(t)进行噪声统计,计算出第二噪声累积分布函数,并根据第二噪声的置信概率上/下限,计算出第二缺陷信号提取的上/下置信限分割幅值Upy/Lowy,并提取出第二缺陷信号区域ty;

步骤7、合并步骤5中的第一缺陷信号区域tx和步骤6中的第二缺陷信号区域ty,得到合并后的缺陷信号区域T1,其中,T1=tx∪ty,并计算步骤4中滤波后的阻抗变化波形Zhp(t)在合并后的缺陷信号区域T1内的阻抗幅度A(t)和相位角θ(t),其中,

步骤8、通过实验确定提离信号的相位角范围为[τ,υ],计算整个采样周期内除去提离信号后的信号区域tθ,其中,tθ=θ-1(t),θ(t)<τ∪θ(t)>υ,θ-1(t)为θ(t)的反函数,0≤t≤(W×H)*T;并从合并后的缺陷信号区域T1中分离出提离信号,得到分离后的缺陷区域T2,其中,T2=T1∩tθ;

步骤9、计算阻抗增量谱ΔZhp(t),并提取出阻抗增量谱ΔZhp(t)中所有阻抗增量大于LowΔZ的区域TZ,将区域TZ和步骤8中分离后的缺陷区域T2进行区域融合,提取出区域融合后在同一缺陷内的阻抗幅度谱的包络图v(t),并将包络图v(t)代入对应位置的阻抗幅度A(t)中,得到校正后的缺陷幅值谱ψ(t);

步骤10、构建大小为W×H的二维矩阵C,根据扫描路径和时间,将校正后的缺陷幅值谱ψ(t)映射到二维矩阵C中对应的位置处,形成初步的涡流C扫描成像图;

步骤11、对校正后的缺陷幅值谱ψ(t)进行阈值分割,确定最佳分割阈值γ;

步骤12、利用最佳分割阈值γ提取步骤9中初步的涡流C扫描成像图中的缺陷主干,并根据提取出的缺陷主干计算缺陷走向,获得缺陷走向与扫查路径之间的夹角,记为缺陷偏角,并提取出缺陷对比试块中不同偏角对应的缺陷最大幅度,建立不同偏角与缺陷最大幅值的关系曲线;

步骤13、根据不同偏角与缺陷最大幅值的关系曲线对步骤10中初步的涡流C扫描成像图以及步骤12中的缺陷走向进行幅值校正,获得最终的涡流C扫描成像图。

具体的,所述步骤4中高通滤波的低截止频率大于380Hz。

在本方案中,所述步骤5中的具体步骤为:

步骤5-1、对滤波后的实部xhp(t)进行噪声统计:设滤波后的实部xhp(t)的数值分布范围为[e,f],对应的数值分布直方图hx(i)的表达式为:hx(i)=Mi,其中,i表示滤波后的实部xhp(t)的数值分布对应值,i∈[e,f],Mi表示滤波后的实部xhp(t)中数值为i的数量;

步骤5-2、对滤波后的实部xhp(t)对应的数值分布直方图hx(i)进行高斯拟合,计算出拟合后的高斯曲线函数中对应的数值均值μx和数值标准差σx;

步骤5-3、根据步骤5-2中的均值μx和标准差σx,计算出第一噪声累积分布函数F(i),其中,

步骤5-4、设定第一噪声的置信概率上/下限分别为a和b,根据第一噪声的置信概率上/下限a、b,计算出第一缺陷信号提取的上/下置信限分割幅值Upx/Lowx,其中,Upx=F-1(i),i>b,F-1(i)为F(i)的反函数;Lowx=F-1(i),i<a;

步骤5-5、根据第一缺陷信号提取的上/下置信限分割幅值Upx/Lowx,提取出的第一缺陷信号区域tx,其中,tx∈{xhp(tx)<Lowx∪xhp(tx)>Upx}。

进一步的,所述步骤6中的具体步骤为:

步骤6-1、对滤波后的虚部yhp(t)进行噪声统计,设滤波后的虚部yhp(t)的数值分布范围为[g,h],对应的数值分布直方图hy(j)的表达式为:hy(j)=Nj,其中,j表示滤波后的虚部yhp(t)的数值分布对应值,j∈[g,h],Nj表示滤波后的虚部yhp(t)中数值为j的数量;

步骤6-2、对滤波后的虚部yhp(t)对应的数值分布直方图hy(j)进行高斯拟合,计算出拟合后的高斯曲线函数中对应的数值均值μy和数值标准差σy;

步骤6-3、根据步骤6-2中的均值μy和标准差σy,计算出第二噪声累积分布函数G(j),其中,

步骤6-4、设定第二噪声的置信概率上/下限分别为c和d,并根据第二噪声的置信概率上/下限c、d,计算出第二缺陷信号提取的上/下置信限分割幅值Upy/Lowy,其中,Upy=F-1(j),j>d,F-1(j)为F(j)的反函数;Lowy=F-1(j),j<c;

步骤6-5、根据幅值Upy/Lowy,提取出的第二缺陷信号区域ty,其中,ty∈{xhp(ty)<Lowy∪xhp(ty)>Upy}。

进一步的,所述步骤9中的具体步骤为:

步骤9-1、阻抗增量谱ΔZhp(t)的计算公式为:

步骤9-2、设定阻抗增量的下限为LowΔZ,提取出所有阻抗增量大于LowΔZ的区域TZ;

其中,为ΔZhp(t)的反函数;

步骤9-3、将步骤9-2中的区域TZ与步骤8中分离后的缺陷区域T2进行融合,得到融合后的区域T′,T′=T2∪TZ;

步骤9-4、对步骤9-3中的融合后的区域T′进行分组,将连通区域归为一组,建立类K={k0,k1,..ki..,km},其中,k0、k1、ki、km分别为区域T′中的不同连通区域;

步骤9-5、提取类K中的kj区域对应位置的阻抗幅度A(tj),tj∈kj,并提取kj区域内阻抗幅度A(tj)的所有波峰位置,对相邻波峰之间的数据进行线性插值,形成kj区域内的阻抗幅度谱的包络图V(tj),tj∈kj,其中,tj为每个kj区域内的采样时间,j=0、1、2…m;

步骤9-6、根据类K中每个连通区域内的阻抗幅度谱的包络图V(tj),形成区域融合后在同一缺陷内的阻抗幅度谱的包络图v(t);

步骤9-7、将幅度谱包络图v(t)代入对应位置的阻抗幅度A(t)中,得到校正后的缺陷幅值谱ψ(t)。

进一步的,所述步骤12中的具体步骤为:

步骤12-1、提取初步的涡流C扫描成像图像中在同一缺陷内的位置坐标序列V(x,y),其中x、y表示初步的涡流C扫描成像图像中对应的二维坐标;

步骤12-2、假设涡流检测线圈上涡流场的有效检测范围为(u,v),依次将位置坐标序列V(x,y)中的每一点作为中心,并提取以位置坐标序列V(x,y)中的每一点为中心的有效检测范围(u,v)内的缺陷坐标序列V′(x,y);

步骤12-3、计算该序列V′(x,y)的倾斜角度,将该倾斜角度作为缺陷走向与扫查路径之间的夹角,记为缺陷偏角;

步骤12-4、并提取出缺陷对比试块中不同偏角对应的缺陷最大幅度;

步骤12-5、建立不同偏角与缺陷最大幅值的关系曲线。

与现有技术相比,本发明的优点在于:通过采集缺陷对比试块涡流C扫描的阻抗变化波形,首先,对该阻抗变化波形进行高通滤波,提取缺陷信号区域,减小了干扰信号;然后,从缺陷信号区域内分离出提离信号,减小了提离信号对缺陷信号区域的干扰;之后,通过计算滤波后的阻抗变化波形的阻抗幅度、相位角和阻抗增量,综合多参量变化对同一缺陷进行归类,自动识别整合同一缺陷,缺陷尺寸定量准确率高,最后,通过建立不同偏角与缺陷最大幅值的关系曲线,并使用该关系曲线对缺陷走向和初步的涡流C扫描成像图进行校正,获得最终的涡流C扫描成像图,可以精确的判断缺陷的长度、大小等信息,而且可以推广应用到自动化涡流C扫描成像,具有较大的经济效益和社会效益。

附图说明

图1为本发明实施例中涡流C扫描系统的示意图;

图2为本发明实施例中缺陷对比试块的阻抗变化波形的实部波形图;

图3为本发明实施例中缺陷对比试块的阻抗变化波形的虚部波形图;

图4为图2中进行高通滤波后的实部波形图;

图5为图4中滤波后的实部对应的数值分布直方图;

图6为本发明实施例中滤波后的阻抗变化波形的阻抗幅度谱示意图;

图7为本发明实施例中阻抗增量谱的示意图;

图8为本发明实施例中包络图的示意图;

图9为本发明实施例中初步的涡流C扫描成像图像;

图10为本发明实施例中缺陷偏角计算方法示意图;

图11为本发明实施例中不同偏角与缺陷最大幅值的关系曲线图;

图12为本发明实施例中最终的涡流C扫描图像。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

如图1所示,一种涡流C扫描系统包括涡流检测线圈、多自由度步进扫查装置、涡流探伤仪器以及计算机,其中,检测对象为缺陷对比试块时,将一组或多组涡流检测线圈置于缺陷对比试块表面,多自由度步进扫查装置的一端与涡流检测线圈相连接,另一端与计算机通讯连接,其中,涡流探伤仪器的涡流发生探头作用于涡流检测线圈,对涡流线圈施加周期性的交变电流产生交变电磁场,涡流探伤仪器的与计算机通讯连接,计算机上设有上位机成像软件,使用该涡流C扫描系统进行涡流C扫描成像,计算机的成像软件能获取涡流C扫描成像图。

其中,为了克服涡流阻抗波动造成缺陷大小与涡流C扫描图像灰度值的非线性,从而造成检测人员无法较为精确判断缺陷的长度、大小等信息问题,本发明中涉及到一种涡流C扫描成像检测方法,包括以下步骤:

步骤1、将一组或多组涡流检测线圈置于缺陷对比试块表面,且使涡流检测线圈与缺陷对比试块的表面贴合;本实施例中,涡流检测线圈为单线圈、差分线圈和阵列线圈等,适用于各个类型的线圈;

步骤2、对涡流检测线圈施加周期性的且能产生交变电磁场的交变电流,使得缺陷对比试块中产生感应电流反作用于涡流检测线圈,涡流检测线圈测得缺陷对比试块的阻抗变化波形为Z(t),t表示采样时间,其中,Z(t)为复函数,Z(t)=x(t)+jy(t);

步骤3、对缺陷对比试块进行涡流C扫描,共扫描W×H个数据点,以固定采样间隔时间T采集涡流检测线圈测得的缺陷对比试块的阻抗变化波形Z(t),其中,0≤t≤(W×H)*T,W表示扫描宽度方向上的采样点数,H表示扫描长度方向上的采样点数;其中,使用上述的涡流C扫描系统对缺陷对比试块进行涡流C扫描,采集的阻抗变化波形Z(t)的实部x(t)波形图如图2所示,采集的阻抗变化波形Z(t)的虚部y(t)波形图如图3所示;

步骤4、对步骤3中的阻抗变化波形Z(t)的实部x(t)和虚部y(t)分别进行高通滤波,分别得到滤波后的实部xhp(t)和虚部yhp(t),并组成滤波后的阻抗变化波形Zhp(t),其中,Zhp(t)=xhp(t)+jyhp(t);

本实施例中,对阻抗变化波形Z(t)的实部x(t)和虚部y(t)高通滤波时的低截止频率大于380Hz,滤波后的实部xhp(t)波形图如图4所示;

步骤5、对步骤4中滤波后的实部xhp(t)进行噪声统计,计算出第一噪声累积分布函数,并根据第一噪声的置信概率上/下限,计算出第一缺陷信号提取的上/下置信限分割幅值Upx/Lowx,并提取出第一缺陷信号区域tx;

其中,具体的步骤为:

步骤5-1、对滤波后的实部xhp(t)进行噪声统计:设滤波后的实部xhp(t)的数值分布范围为[e,f],对应的数值分布直方图hx(i)的表达式为:hx(i)=Mi,如图5所示,其中,i表示滤波后的实部xhp(t)的数值分布对应值,i∈[e,f],Mi表示滤波后的实部xhp(t)中数值为i的数量;

步骤5-2、对滤波后的实部xhp(t)对应的数值分布直方图hx(i)进行高斯拟合,计算出拟合后的高斯曲线函数中对应的数值均值μx和数值标准差σx;本实施例中,采用最小残差法对滤波后的实部xhp(t)对应的数值分布直方图hx(i)进行高斯拟合;

步骤5-3、根据步骤5-2中的均值μx和标准差σx,计算出第一噪声累积分布函数F(i),其中,

步骤5-4、设定第一噪声的置信概率上/下限分别为a和b,根据第一噪声的置信概率上/下限a、b,计算出第一缺陷信号提取的上/下置信限分割幅值Upx/Lowx,其中,Upx=F-1(i),i>b,F-1(i)为F(i)的反函数;Lowx=F-1(i),i<a;

步骤5-5、根据第一缺陷信号提取的上/下置信限分割幅值Upx/Lowx,提取出的第一缺陷信号区域tx,其中,tx∈{xhp(tx)<Lowx∪xhp(tx)>Upx};通过将滤波后的实部xhp(t)小于第一缺陷信号提取的下置信限分割幅值Lowx以及滤波后的实部xhp(t)大于第一缺陷信号提取的上置信限分割幅值Upx所对应的区域记为第一缺陷信号区域tx;

步骤6、对步骤4中滤波后的虚部yhp(t)进行噪声统计,计算出第二噪声累积分布函数,并根据第二噪声的置信概率上/下限,计算出第二缺陷信号提取的上/下置信限分割幅值Upy/Lowy,并提取出第二缺陷信号区域ty;

其中,具体步骤为:

步骤6-1、对滤波后的虚部yhp(t)进行噪声统计,设滤波后的虚部yhp(t)的数值分布范围为[g,h],对应的数值分布直方图hy(j)的表达式为:hy(j)=Nj,其中,j表示滤波后的虚部yhp(t)的数值分布对应值,j∈[g,h],Nj表示滤波后的虚部yhp(t)中数值为j的数量;

步骤6-2、对滤波后的虚部yhp(t)对应的数值分布直方图hy(j)进行高斯拟合,计算出拟合后的高斯曲线函数中对应的数值均值μy和数值标准差σy;本实施例中,采用最小残差法对滤波后的虚部yhp(t)对应的数值分布直方图hy(j)进行高斯拟合;

步骤6-3、根据步骤6-2中的均值μy和标准差σy,计算出第二噪声累积分布函数G(j),其中,

步骤6-4、设定第二噪声的置信概率上/下限分别为c和d,并根据第二噪声的置信概率上/下限c、d,计算出第二缺陷信号提取的上/下置信限分割幅值Upy/Lowy,其中,Upy=F-1(j),j>d,F-1(j)为F(j)的反函数;Lowy=F-1(j),j<c;

步骤6-5、根据幅值Upy/Lowy,提取出的第二缺陷信号区域ty,其中,ty∈{xhp(ty)<Lowy∪xhp(ty)>Upy};通过将滤波后的虚部yhp(t)小于第二缺陷信号提取的下置信限分割幅值Lowy以及滤波后的虚部yhp(t)大于第二缺陷信号提取的上置信限分割幅值Upy所对应的区域记为第二缺陷信号区域ty;

步骤7、合并步骤5中的第一缺陷信号区域tx和步骤6中的第二缺陷信号区域ty,得到合并后的缺陷信号区域T1,其中,T1=tx∪ty,并计算步骤4中滤波后的阻抗变化波形Zhp(t)在合并后的缺陷信号区域T1内的阻抗幅度A(t)和相位角θ(t),其中,t∈T1;如图6所示,为滤波后的阻抗变化波形Zhp(t)在合并后的缺陷信号区域T1内的阻抗幅度谱的示意图;

步骤8、通过实验确定提离信号的相位角范围为[τ,υ],计算整个采样周期内除去提离信号后的信号区域tθ,其中,tθ=θ-1(t),θ(t)<τ∪θ(t)>υ,θ-1(t)为θ(t)的反函数,0≤t≤(W×H)*T,并从合并后的缺陷信号区域T1中分离出提离信号,得到分离后的缺陷区域T2,其中,T2=T1∩tθ;

确认提离信号的相位角的操作为:通过涡流探伤仪器的涡流发生探头慢慢靠近涡流检测线圈,通过观察抗阻变化波形变换的角度范围,其中,提离信号也是一种阻抗变化波形,只是一种阻抗变化波形变换规律的波形表示提离信号,而且提离信号跟缺陷信号相似,只是相位角不同,需要区分开来,从而避免将提离信号认定为缺陷信号。

步骤9、计算阻抗增量谱ΔZhp(t),并提取出阻抗增量谱ΔZhp(t)中所有阻抗增量大于LowΔZ的区域TZ,将区域TZ和步骤8中分离后的缺陷区域T2进行区域融合,提取出区域融合后在同一缺陷内的阻抗幅度谱的包络图v(t),并将包络图v(t)代入对应位置的阻抗幅度A(t)中,得到校正后的缺陷幅值谱ψ(t);

其中,具体步骤为:

步骤9-1、阻抗增量谱ΔZhp(t)的计算公式为:

步骤9-2、设定阻抗增量的下限为LowΔZ,提取出所有阻抗增量大于LowΔZ的区域TZ;

其中,为ΔZhp(t)的反函数;

步骤9-3、将步骤9-2中的区域TZ与步骤8中分离后的缺陷区域T2进行融合,得到融合后的区域T′,T′=T2∪TZ;

步骤9-4、对步骤9-3中的融合后的区域T′进行分组,将连通区域归为一组,建立类K={k0,k1,..ki..,km},其中,k0、k1、ki、km分别为区域T′中的不同连通区域;

步骤9-5、提取类K中的kj区域对应位置的阻抗幅度A(tj),tj∈kj,并提取kj区域内阻抗幅度A(tj)的所有波峰位置,即一阶导数为0,二阶导数小于0的位置,对相邻波峰之间的数据进行线性插值,形成kj区域内的阻抗幅度谱的包络图V(tj),tj∈kj,其中,tj为每个kj区域内的采样时间,j=0、1、2…m;

步骤9-6、根据类K中每个连通区域内的阻抗幅度谱的包络图V(tj),形成区域融合后在同一缺陷内的阻抗幅度谱的包络图v(t),阻抗幅度谱的包络图如图8所示;

步骤9-7、将幅度谱包络图v(t)代入对应位置的阻抗幅度A(t)中,得到校正后的缺陷幅值谱ψ(t)。

步骤10、构建大小为W×H的二维矩阵C,根据扫描路径和时间,将校正后的缺陷幅值谱ψ(t)映射到二维矩阵C中对应的位置处,形成初步的涡流C扫描成像图,如图9所示;

步骤11、对校正后的缺陷幅值谱ψ(t)进行阈值分割,确定最佳分割阈值γ;

本实施例中,采用现有的阈值分割技术进行阈值分割;

步骤12、利用最佳分割阈值γ提取步骤9中初步的涡流C扫描成像图中的缺陷主干,并根据提取出的缺陷主干计算缺陷走向,获得缺陷走向与扫查路径之间的夹角,记为缺陷偏角,并提取出缺陷对比试块中不同偏角对应的缺陷最大幅度,建立不同偏角与缺陷最大幅值的关系曲线;

如图10所示,具体步骤为:

步骤12-1、提取初步的涡流C扫描成像图像中在同一缺陷内的位置坐标序列V(x,y),其中x、y表示初步的涡流C扫描成像图像中对应的二维坐标;

步骤12-2、假设涡流检测线圈上涡流场的有效检测范围为(u,v),依次将位置坐标序列V(x,y)中的每一点作为中心,并提取以位置坐标序列V(x,y)中的每一点为中心的有效检测范围(u,v)内的缺陷坐标序列V′(x,y);

步骤12-3、计算该序列V′(x,y)的倾斜角度,将该倾斜角度作为缺陷走向与扫查路径之间的夹角,记为缺陷偏角;本实施例中,采用线性拟合的方式计算序列V′(x,y)的倾斜角度;

步骤12-4、并提取出缺陷对比试块中不同偏角对应的缺陷最大幅度;

步骤12-5、建立不同偏角与缺陷最大幅值的关系曲线,如图11所示。

步骤13、根据不同偏角与缺陷最大幅值的关系曲线对步骤10中初步的涡流C扫描成像图以及步骤12中的缺陷走向进行幅值校正,获得最终的涡流C扫描成像图,如图12所示。

通过将涡流检测线圈贴合被检测对象表面,涡流检测线圈沿着被检测对象表面移动并产生感应涡流,之后对被检测对象进行涡流C扫描,采集被检测对象表面的原始阻抗信号,首先,对原始阻抗信号进行滤波,对滤波后的阻抗信号进行噪声统计,通过确定噪声范围的上/下置信限,提取出缺陷信号区域;然后,在缺陷信号区域内对滤波后的阻抗信号计算阻抗幅值、相位角和阻抗增量,综合多参量变化对同一缺陷进行归类,并根据相位分布情况区分缺陷信号及提离信号,设计不同偏角的缺陷对比试块,建立不同偏角与缺陷最大幅值的关系曲线;最后,将涡流缺陷信号的缺陷幅值谱映射到C扫描成像图中,形成初步的涡流C扫描成像图,并对缺陷分布进行形貌分析,计算缺陷走向,利用偏角和缺陷幅值曲线进行缺陷幅值校准,获取精确涡流C扫描成像,可以准确反映缺陷位置、长度、方向等特征信息的涡流C扫描成像。

以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1