www.ATIcourses.com

Boost Your Skills with On-Site Courses Tailored to Your Needs The Applied Technology Institute specializes in training programs for technical professionals. Our courses keep you current in the state-of-the-art technology that is essential to keep your company on the cutting edge in today’s highly competitive marketplace. Since 1984, ATI has earned the trust of training departments nationwide, and has presented on-site training at the major Navy, Air Force and NASA centers, and for a large number of contractors. Our training increases effectiveness and productivity. Learn from the proven best. For a Free On-Site Quote Visit Us At: http://www.ATIcourses.com/free_onsite_quote.asp For Our Current Public Course Schedule Go To: http://www.ATIcourses.com/schedule.htm

2

Who Am I• Dr. Donald J. Roth is the Nondestructive Evaluation (NDE) Team 

Lead at NASA Glenn Research Center as well as a senior research engineer with over 27 years of experience in NDE

• His primary areas of expertise over his career include research and development in ultrasonics, thermography, x‐ray, computed tomography, and terahertz imaging

• Served as the deputy discipline expert in NDE for the NASA Engineering and Safety Center.

• Heavily involved in development of NDE‐dedicated software (full data and control system architectures, and signal and image processing software systems)

• Dr. Roth has published many articles and several book chapters over this period. His NDE Wave & Image Processor software is available as a public download at https://technology.grc.nasa.gov/software/

• Dr. Roth consults privately on signal and image processing and analysis, data visualization, NDE‐related subjects, and LabVIEW development

3

Who This Course is Designed For• This course is designed for engineers, scientists, technicians, implementers, and managers who need to understand current practice and next generation signal and image processing and analysis techniques for scientific signal processing and imaging

• Fields where this course would be quite applicable would be Nondestructive Evaluation, Diagnostic Medical Imaging, Radar, Sonar, Security, Earthquake and Acoustic Emission studies, Digital Filtering, Spectral Analysis, and many others

The course uses the following model for much of the time

• Discuss Concept• Show Interactive Software Example of Concept– Students get software examples on CD as part of the course

• Show Real World / Case History Example

5

Digital Signal Processing (DSP)• “Signal” = set of numbers• “Signal” can be 1‐d (generally Amplitude vs. time) or 2‐d 

(Image)

• Signals can originally be either Digital (Discrete) or Analog (Continuous)– Phonograph vs. CD Player– Analog signals are converted to digital domain via Analog‐to‐Digital 

converter

• After acquiring data, DSP answers the question: What next? 

6

Smoothing Windows to Reduce Spectral Leakage• Windowing reduces discontinuities 

at boundary of signal thus reducing spectral leakage

• Multiply the signal by a finite‐length window whose amplitude tapers smoothly and gradually towards zero at edges– Changes shape of signal

• Or perform convolution of the FFT spectrum of the original signal with the FFT spectrum of the window– Changes signal’s frequency 

spectrum

• WindowingReducesAmplitudeof smearingfrequencies

Time Domain Frequency Domain

Multiplication Convolution

Convolution Multiplication

x

=

Smoothing Windows Software Demo

7

Turn 2ndSignal off

Turn Filter off

Select Windows,Change waveTypes & freqFor windowcomparison

Limitations of the FFT• No information about how frequencies evolve over time• Not suitable for analyzing impulsive signals that occur 

intermittently on top of nominal signal

8

Advantages of Time‐Frequency Analysis• Time‐frequency representation shows how frequency components of 

a signal evolve over time

9

• Linear Chirp • Reversed Linear Chirp

Short‐Time Fourier Transform• Used to characterize the 

Energy Density of a signal as a function of time and frequencyfor dynamic signals – those signals that have 

frequency content changing with time such as dispersive signals [acoustic emission, ultrasonic guided waves]

10

Short‐Time Fourier Transform Software Demo

11

(Note: Other methods of Joint‐Time Frequency Analysis Provide BetterResolution as we shall see later) 

Practical (Non‐ideal) Filter Characteristics• Ideal Filter has 

– gain = 1 (0 dB) in passband (PB) – gain = 0 (‐∞ dB) in the stopband (SB)

• In practice, there is always finite transition region between passband and stopband and/or ripple in both bands

– Gain of filter changes gradually, rather than abrupty, from 1 to 0

• dB = 20log(A0(f)/Ai(f)) describes PB ripple and SB attenuation

– A0(f) = output amplitude at particular frequency

– Ai(f) = input amplitude at particular frequency

– e.g. SB attenuation = ‐60 dB; (A0(f)/Ai(f)) = 0.001 =10‐3

12

Stopband ripple

• Non‐abrupt transition

• Passband / Stopband ripple

• Ramifications of Non‐idealness:Filtering does not work perfectly for Signals and images

Practical Filter Software Demo

13

Start at 10kFreq

Lowpass filter

Move cutoff freqto show attenuationand passing of sinewave

Change toDifferentFreqs andFilters (LP, HP)

Then try real worldSignals (HOP, Doppler) with LP& HP filters

Wavelet Transform 1st Level Coefficients Software Demo

14

• Note that Approx coeffs contain lower freqs and detail coeffs contain higher frequency

Show different Wavelets atLevel 1

See what Analysis  Wavelet andAnalysis Scaling Look like

Show a 2nd / 3rd data set(blocks, noisy doppler)

Change to L1

(UWTrepresentation)

Change wavelets

Wavelets for Filtering Signals Software Demo

15

• Wavelet Decomposition/Reconstruction Based on Frequency

(UWTrepresentation)

Show a 2nd / 3rd data set(blocks, noisy doppler,And do reconstructions with various freq bands selected)

Wavelet / Signal Processing ofTerahertz Signals

• FS Conditioning (for terahertz signal off of ET foam)

Within Gate• Wavelet Denoise• 40x Amplification• DC Subtract

16

Signal Analysis ‐ Feature Extraction ExamplesSIMULATED VOIDS in FOAM – THz Inspection

Foam 1

Foam 1

Foam 1

Metal

Peak-centered gate

Outlier removal forContrast enhancement

Deeper

17

Acoustic Emission Signal Analysis Demo

18

ResultsControls

Help

Model‐based Curve Fit Software Demos

19

• Image: A spatial representation of an object; usually means recorded image (egs. Of brightness / intensity) such as video image, digital image, or picture. 

• For the digital format, an image can be thought of as a collection of measurements at different spatial positions that form a 2d array.

Image

20

• Pixelation in digital image

• Digital Camera Image• Photographic 35 film

Analog vs. Digital Image

21

Lookup Table Transformation Example – Linear Contrast Expansion

• In the linear histogram of the source image, the gray‐level intervals [0, 49] and [191, 254] do not contain significant information

• Using the following LUT transformation, any pixel with a value less than 49 is set to 0, and any pixel with a value greater than 191 is set to 255

• The interval [50, 190] expands to [1, 254], increasing the contrast of the regions with a concentration of pixels in the gray‐level range [50, 190]

22

Image Gray Values

Nearly‐Unusedgrayscale

Use full range of grayscale

• Widening Gray Range = Contrast Expansion

Histogram Equalization Example

23

• Unwanted banding removed, material differences hilited, but noise added

Lookup Table with Ranging Software Demo

24

Change Range,Operator,And Image toSee effects ofDifferentoperations

Image Math Software Demo

25

Image Math – Logical Operators Example

26

Image1

Image2

AND=

Intersection of two images

• Grayscale Image AND Grayscale Image

• Only way to understand is bydoing bitwise ANDing at each pixel

2d FFT For Images

27

2d FFT Software Filtering Demo

28

ShowCamera Man,Lake, AluInclusions,Metal Images(these imageshave energy atlow and highSpatial freqs;Also CoinWith Jitter liveIf so desired)

Do LP & HPFilter using ROI mouse drawOn FFTFor metal image, can 

also change Truncation Frequency= 10%, HP Filter)

Linear Gradient Filter Software Demo

29

Change  Kernal#,Kernal size, andThen ImagesTo see effectsOf differentGradient filters

Wavelets for Filtering Images• Wavelet Decomposition/Reconstruction Based on Frequency

• Note how wavelet coefficients above LL2 emphasize edges & / or topography

30

• LL2 reconstruction greatly removes jagged edges

(DWTrepresentation)

Note: Zoom theCoin Image andReconstructed Image To See DetailRemoval Better

• UltrasonicImageOf KennedyHalf Dollar

Compacted Soil Phase Analysis

31

• Contrast Expand• Crop

• From Automated Clustering Analysis,Porosity (black phase) appearsTo be ~ 0.20 areal fractionFor slice image 181 (cropped region).This analysis also shows white phases as 0.098 areal fraction.

• Automated Analysis• Clustering Procedure can be used for multiphaseAnalysis – in this case, 3 phases

Basic Morphology Operations Software Demo

32

IllustrateErosion & DilationWith‘Salt&Pepper’And ‘Iron’Images