可视化与非可视化特征融合超声3D目标识别研究

• 作者: 卢翠娥 宋寿鹏 申静静
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 数据融合 超声 3D目标识别 合成孔径 可视化 非可视化 特征提取
• 年，卷（期）: 2019,（5）
• 页码范围: 5-10
• 页数: 6页
• 分类号: TP391
• 字数: 4665字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.05.002

摘要

目前常用的超声3D目标识别方法主要是利用传感器在空间一点或多点获取一维回波,通过信号处理得到目标体3D信息以实现3D目标体识别.这些方法普遍存在识别率低和鲁棒性差的问题,制约了该项技术的推广和应用.为此,文中提出了一种基于可视化和非可视化特征融合的超声3D目标体识别方法,该方法将目标体回波信号处理方法与合成孔径方法相结合,将提取的目标体信息在特征层进行了融合,然后经BP神经网络实现了分类识别,可使现有方法的不足得到显著改善.通过对3类人工靶标的实验表明,该方法可显著提高缺陷的3D识别率,能够保持在90％以上,且鲁棒性也得到明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋寿鹏	江苏大学机械工程学院	34	228	7.0	14.0
2	申静静	江苏大学机械工程学院	1	1	1.0	1.0
3	卢翠娥	江苏大学机械工程学院	4	5	1.0	2.0