检测声学成像方法综述：基于成像结果维度的分类体系
在现**测领域，声学成像技术凭借超声波的强穿透能力，成为获取物体内部结构信息的重要手段。它广泛应用于医学诊断、工业无损检测、水下探测等场景，例如通过超声图像识别肿瘤、检测航空材料裂纹或定位水下目标等。与光学成像相比，声波能穿透不透明介质；相较于X-CT，其安全性更具优势，适合生物组织和高危环境检测。
然而，随着技术迭代，传统分类框架（如基于声信号特征的脉冲 - 回波型、相位 - 幅值型等）难以涵盖新兴方法的交叉特性。重庆大学航空航天学院的研究团队从成像结果的维度出发，将现有的检测声学成像方法划分为二维厚度截面成像、二维水平截面成像和三维成像三大类，为技术对比与选型提供了新视角。论文发表于《声学学报》2025 年第 44 卷第 1 期。
一、声学成像技术的分类1.二维厚度截面成像（1）单阵元扫描成像
[*]A扫与B扫：A 扫基于脉冲回波原理，显示回波时域幅值分布用于单点深度检测；B 扫通过移动探头获取多组 A 扫数据，生成厚度方向的剖面图，但声束扩散导致 双曲线伪影，需通过窄声束或几何聚焦（如声透镜）抑制。
[*]合成孔径聚焦成像（SAFT）：通过探头移动模拟大孔径阵列，利用延时叠加算法（DAS）聚焦声束，解决 B 扫伪影，横向分辨率仅为探头孔径一半，适用于远场高分辨率检测且成本低。
[*]双探头衍射时差成像（TOFD）：基于透射原理，通过缺陷端点衍射波时间差定位，检测速度快但存在上下表面盲区，图像需经验判读。
（2）相控阵成像
[*]定点聚焦（E 扫、S 扫）：E 扫（线性扫描）电子切换阵元实现快速 B 扫；S 扫（扇形扫描）控制声束角度覆盖随机分布缺陷。
[*]动态聚焦：通过分段动态聚焦调整不同深度焦点，结合动态孔径（调节阵元数量）和幅度变迹（抑制旁瓣），优化全深度分辨率。
[*]合成孔径与全聚焦：相控阵 SAFT 通过电子切换阵元替代机械移动；全聚焦方法（TFM）结合全矩阵采集（FMC），实现微小缺陷高精度成像，但数据量达N×N组（N为阵元数），计算耗时。
（3）线性阵列拓扑成像
[*]自适应聚焦技术：基于时间反转原理，通过拓扑梯度法（迭代更新缺陷区域）或拓扑能量法（直接求解声场差异），应对不均匀介质聚焦难题，成像分辨率较高。
2.二维水平截面成像技术（1）单探头/相控阵扫描成像（C扫）
[*]原理：移动探头获取目标深度水平截面图像，将 A 扫信号对应时刻幅值映射为像素值，显示直观，适用于表面缺陷定性分析。
[*]典型应用：声学显微镜（SAM）通过声透镜聚焦不同深度，快速获取结构特征并用于力学评价。
（2）环绕阵列层析成像
[*]透射层析（射线声学）：
[*]理论基础：Radon 变换与傅里叶中心切片定理，假设声波沿直线传播，忽略散射。
[*]算法对比：
直接反演：傅里叶变换重建法需插值转换坐标系，计算量大；滤波反投影（FBP）先滤波再反投影，成像快但需完整均匀数据。间接反演：代数重建法（ART）逐射线迭代，抗噪性强但误差累积；联合迭代重建法（SIRT）联合所有射线更新，收敛慢但稳定性高。
[*]散射层析（波动声学）：
[*]逆散射问题：声波散射场与缺陷参数呈非线性关系，解不稳定，需线性化假设（如 Born 近似、Rytov 近似）或迭代优化。
[*]典型方法：
直接反演：线性抽样法（LSM）无需先验信息，通过远场方程解的突变确定缺陷轮廓，需正则化抑制噪声。间接反演：全波形反演（FWI）基于波动方程正演与梯度优化，成像精度高但依赖初始模型，计算成本极高。
3.三维成像技术（1）机械扫查式阵列三维成像
[*]原理：一维线阵沿垂直方向机械扫描，采集多截面图像后插值重建三维结构，硬件简单但扫描速度慢，依赖支架精度。
[*]优化方向：结合频域波束形成（如快速傅里叶变换）或超快超声技术，提升实时性。
（2）二维平面阵列三维成像
[*]优势：二维阵列电子控制双维度聚焦，无需机械移动，检测速度快、分辨率高，适用于实时成像。
[*]挑战：阵元数量可达数千（如 32×35 阵列），硬件复杂度与数据量庞大，需并行计算或稀疏优化（如分区域子阵）降低负担。
（3）二维RCA阵列三维成像
[*]结构创新：行列寻址（RCA）阵列通过垂直一维阵元堆叠，将阵元数从N2降至2N，大幅减低成本，适合大孔径阵列制造。
[*]技术要点：长条形阵元易产生栅瓣伪影，需通过变迹技术（如压电材料渐变极化）抑制，结合正交平面波复合提升成像质量。
二、影响成像性能的关键因素与应对策略论文从成像精度（准确性）、执行效率（实时性）和检测成本（经济性）三方面分析影响因素，并提出优化策略：
1.成像精度（准确性）（1）关键因素
在声波发射环节，激励信号的形式（波形、频带）、发射孔径的尺寸、各阵元信号的调控机制（相对时延、幅值和相位）等会影响成像精度；波场信息采集环节，测量时的环境噪声、目标介质的非均匀性以及测量数据的缺失（采集方位缺失、采样不均匀或扫描步长过大）等因素也至关重要；图像重建环节，重建算法所采用的理论假设、选取的正则化方法等决定了成像的准确性。
（2）应对策略
针对声波发射环节的问题，可以通过优化信号波形、设置动态孔径、设计聚焦偏转法则和采用幅度变迹技术等方式解决；波场信息采集环节，可采用消噪算法、自适应聚焦技术和调整采集策略等应对；在图像重建环节，则需要结合检测需求选择合适的方法。
2.执行效率（实时性）（1）关键因素
在声波发射和波场信息采集环节，阵列的阵元数量、空间域与时间域扫查的范围和步长，以及操作步骤的复杂程度等都会对执行效率产生影响；图像重建环节，待处理数据量的大小、成像算法的类型（是否采用迭代类求解方法）和数值模拟方法的效率（部分方法有声场正演环节）等是影响执行效率的重要因素。
（2）应对策略
为提高执行效率，在声波发射和波场信息采集环节，可以优化阵列形式（如从单探头 B 扫到相控阵 E 扫）、调整数据采集策略（调整采样频率、改变扫查范围和步长，采用多区域同步采集模式）等；在图像重建环节，除调整数据采集策略外，还可采用直接反演方法、优化迭代算法的收敛效率或是采用计算速度更快的数值方法（或采用并行计算）来提升效率。
3.检测成本（经济性）（1）关键因素在声波发射和波场信息采集环节，方法的经济性主要取决于激励、接收、聚焦、扫查和反演成像等过程中所需硬件设备，这些设备决定了检测装置的制造成本和采集到的数据所占用的存储资源；图像重建环节，除待处理的数据量以外，成像时是否需要借助数值处理方法进行声场正演等，同样涉及对存储资源和算力的需求。
（2）应对策略
为降低检测成本，除更换成像方法外，主要应对策略是对各环节的检测装置进行简化，以降低系统的复杂度。
三、未来发展方向论文在最后提出了检测声学成像的四大发展方向：1.与深度学习结合
深度学习能建立和训练深度神经网络模型，直接获取数据中的目标特征。将其应用到声学成像中，可优化算法参数、抑制图像噪声、减少成像所需数据量，甚至实现由数据到图像的端到端成像，提高成像方法的准确性、实时性和经济性。
2.压缩感知理论
压缩感知理论利用信号在某个变换域的稀疏性，可基于少量采样数据重构和还原原始信号。该理论能突破奈奎斯特采样定理的限制，在保证成像精度的同时，大幅降低采集所用的通道（传感器）数量和数据的存储量，提升成像算法的执行效率，降低检测成本。
3.声学超材料
声学超材料是在亚波长尺度上设计的人工结构，具有超常的物理特性，如负质量密度、负弹性模量和负折射率等。用其加工而成的声学透镜，质量轻、体积小，还能突破衍射极限，实现近场和远场的超分辨率聚焦。通过替换复杂的传感器系统，有望形成成像精度更高、体型更为紧凑的检测声学成像系统。
4.与非线性超声检测技术结合非线性超声检测技术利用基频超声波在传播介质中产生的高次谐波或零频波等非线性成分检测早期损伤，适合评价材料性能退化或损伤萌生的早期阶段。传统的声学成像方法多检测宏观缺陷，与非线性超声检测技术结合，能够进一步提升成像精度，拓展适用范围。
四、总结这篇论文构建了以成像维度为核心的分类框架，系统对比技术优缺点，为医学、工业无损检测等领域提供方法选型参考，推动声学成像技术向高精度、高效率、低成本方向发展。
页:
[1]
