应用声学杂志已发表格式范文参考
1.检测声学成像原理与技术综述
作者：张楠;许才彬;邓明晰
作者单位：重庆大学航空航天学院
关键词：超声检测;声学成像;扫描成像;相控阵;超声层析成像
摘要：声学成像是现代检测领域当中的一门常用的技术。它利用超声波强大的穿透能力获取反映被测区域内 部结构和物理性质的声学信息，能够提供直观的结构二维或三维图像，从而为医学诊断、工业无损检测和水下 探测等方面的研究和应用提供依据。该文从成像结果的维度出发，通过将现有的检测声学成像方法划分二维 厚度截面成像、二维水平截面成像和三维成像三种类型，对包含扫描成像、相控阵成像、合成孔径聚焦成像和 超声层析成像在内的各方法的原理和技术特点进行了综述，阐述了这些方法的具体实施过程，并归纳了其优 缺点。最后综合分析了影响这些方法准确性、实时性和经济性的主要因素，并给出了相应的应对策略。
0 引言
声学成像是一门通过获取和记录检测区域的 声场信息，借助声学参量，重建目标区域外形或内 部可见图像的方法与技术[1−2]。相比于光学成像所 用的可见光，声波能够在诸如金属材料和生物组织 等不透明介质中传播，因此适合于对结构内部进行 检测。其相对于X-CT等方法的安全性，也使得声 学成像被广泛用在医学诊断、工业无损检测和水下 探测等领域中。鉴于通常情况下检测分辨率与声波 波长密切相关，为了检测到尺寸较小的结构内部缺 陷，波长较小的高频超声就成为了声学检测中的一 种常用的工具。
自20世纪20年代Sokolov [3] 开展初步的超声 成像试验以来，检测声学成像发展至今已拥有众多 的类别和形式，其原理也不尽相同。按照对幅值和 相位等声学信号特征的利用方式，声学成像技术理 论上可以分为脉冲-回波型、相位-幅值型和幅值映 射型这三种类型[4]：脉冲-回波型技术通过提取声 波发出后被结构特征所反射回的回波中的信息进 行检测，包含了扫描超声成像和相控阵成像等方法； 相位-幅值型技术与脉冲透射的检测原理类似，利用 的是声波信号穿透目标结构后所产生的幅值和相 位的变化信息，包含了超声层析等方法；幅值映射 型技术利用声波信号与结构特征位置之间的映射 关系进行成像，包含了超声显微镜等方法。然而，由 于近年来新的声学成像方法层出不穷，不同技术之 间也存在交叉和融合，因此按照上述标准进行归类 并不容易。考虑到对于三维的待检测结构，声学成 像所得图像通常有厚度、水平截面和三维空间之分。 若从成像结果的维度出发，结合各声学成像方法常 用的场景对其进行归类，则不仅能解决方法分类的 难题，还能为不同方法之间的对比和选取提供一定 的参考，相应的分类框架如图1所示。
本文综述了检测声学成像相关的原理和技术， 基于成像结果的维度对它们进行了归类和介绍，并 对影响检测声学成像准确性、实时性和经济性的主 要因素以及相应的应对策略进行了讨论和分析。
1 二维厚度截面成像
1.1 单阵元扫描成像
1.1.1 单探头扫查原理
对于具备自发自收功能的单阵元探头，A型扫 描(Amplitude scan, A-Scan)是最原始的检测方式。 该方式基于脉冲回波原理，所得信号图的横坐标代 表时间，纵坐标代表幅值，显示的是回波在时域上的 幅值分布，可以提供波包的能量强弱和传播时间等 信息[5]。类似的波形呈现方式也称为A扫描显示。 若在检测点发出的声波的传播路径附近不存在缺 陷，则A扫的信号图中只会包含激励波包和结构底 部的回波；反之，激励波包和底部回波之间必然会出 现缺陷回波。对于特定的缺陷，其尺寸越大，反射波 包的幅值越强；离探头越近，则波包出现的时刻越 早。结合声速，可以进一步对缺陷的位置进行估计。
值得注意的是，尽管可以将声束的传播路径看 作射线，但单探头实际发出的声束具有一定的宽度， 且会在沿着声束主轴方向在传播的过程中逐渐扩 散。以单一阵元发射出的声束为例，其辐射声场由 沿着声束主轴对称的主瓣和旁瓣两部分组成。主瓣 部分的声场能量在主轴方向上最强，随着出射方向 与主轴方向夹角的增大而逐渐减弱。声束的有效宽 度可以用半扩散角进行衡量，其公式如下[6]：
式(1)中：λ为波长，m；dϕ 为探头孔径，m。对于圆 形探头，声束能量下降6 dB时的α取0.51，而下降 20 dB时的α取0.87 [6]。在检测时，声束的能量越集 中，横向分辨率也就越高。鉴于波束角的大小与声 束主瓣的宽度密切相关，可以选用大孔径探头和较 高的工作频率对声束在某一深度上的横向分辨率 进行提升。
1.1.2 B型扫描模式
B型扫描(Brightness scan，B-Scan)建立在A 扫的基础之上，是一种基础的超声成像方式。鉴于 A 扫只能获取某一测点处结构深度方向的信息，B 扫将超声探头沿着特定的水平方向进行移动，对不 同测点进行A扫[7]。在此基础上，将A扫信号各时 刻的幅值映射为对应的像素值(这也是后文许多成 像技术实现信号-图像转换的常用方法)，并以横坐 标作为探头位置、纵坐标作为传播时间将处理过的 多组信号进行并排展示[8]。最后生成的图像即是与 结构表面垂直且与声束传播方向平行的剖面图。相 比A扫信号，它能够直观地反映缺陷在结构厚度剖 面上的分布信息[9]。如图2所示，类似的图像呈现 方式也称为B扫描显示方式。
然而，鉴于声束会在传播过程中逐渐扩散并 具有一定的水平宽度，即使是不在缺陷正上方的 阵元，依然存在接收到缺陷反射回波的可能性。这 就使得最后获得的原始超声回波信号图中，在缺 陷附近可能产生双曲线形式(Hyperbola)的畸变伪 影[11]。图3给出了扫查过程和畸变产生的原理示 意图(图3(b)仅展示了部分来自目标反射体上端面 的回波波形) [12]。在这种情况下，为确保成像质量， 一种方式是使用宽度较窄、指向性较强的声束进行检测，
将能接收到缺陷回波的阵元范围限制在缺陷 的正上方附近区域，以抑制图像畸变。尽管如此，在 检测截面中存在多个目标的情况下，由于多重散射 的存在，成像结果仍会受到一定的影响[13]。另一种 方式是对其进行有效的波束形成。对于单阵元探头， 可以采用几何聚焦(如曲面聚焦、声透镜聚焦、反射 镜聚焦) [5] 对其发出的声束进行控制，使其能量始终 汇聚在目标点所在的位置。采用具备多个阵元的相 控阵探头或使用一定的数据后处理技术同样可以 实现这一目的，具体内容将在后文进行论述。
1.1.3 单探头合成孔径聚焦成像
合成孔径聚焦技术(Synthetic aperture focusing technology, SAFT)通过采用图像重建算法对 探头在各检测点采集到的数据进行处理，能够实现 A扫信号在目标检测区域的聚焦[14]，从而解决常 规单探头B扫存在的图像畸变问题。该方法结合了 B扫的移动扫描方式与延时叠加(Delay-and-sum, DAS)的数据处理方法，利用单探头的小孔径可以 获得与大孔径阵列相当的成像效果[15]。
按照数据处理的表达域，SAFT存在时域和频 域之分[16−17]。现以时域中的SAFT为例，对方法的 原理进行说明[18]。如图4所示，超声探头沿着结构 表面从左向右等间隔扫查，逐点向结构内部发射具 有一定宽度的声束，并对回波信号进行接收和记录。 以厚度截面左上角表面某点处为原点建立x-O-z 直 角坐标系。当探头移动到(x1, 0)点时，位于(x, z)处 的目标点进入声束的覆盖范围；当探头向右逐渐移 动至(xn, 0)点时，目标点离开声束覆盖范围。因此， 对于该目标点，有效的探头测点位置位于x 轴上长 度为L的[x1, xn]坐标范围内，L 即为合成孔径的有 效长度。由图4可见，该值等于声束在目标点深度z 处的宽度。可以基于探头的半功率波束角β0.5 进行 估计[15]：
由于探头是自发自收，因此对于第i个测点(xi , 0)， 目标点(x, z)在该处接收信号中所对应的时刻为
式(3)中：c为声波的传播速度，m·s −1。对于有效长 度L范围内的n个测点，将各自接收信号中目标点 (x, z)所对应时刻的幅值进行叠加，即可获得该点处 的像素值：
由此即实现了声束在目标点处的聚焦。进一步地， 通过对厚度截面上各点进行遍历，选取不同的目 标点并按上述流程进行计算，可以获得完整的截面 图像。
虽然SAFT是采用等间隔移动超声探头的方 式对大孔径的线性阵列进行模拟，但是它却具有大 孔径线性阵列所不具有的优势。理论上，波束角越 小，声束的指向性越好，图像的横向分辨率也就越 高。只有在使用较高的工作频率和大孔径探头进行 近距离检测时才能达到这一效果。然而，SAFT的 合成孔径的横向分辨率仅为探头孔径的一半[16]，而 与波长和探测深度无关[15,19]。这就意味着可以采 用单个小孔径探头和较低的工作频率实现对远距 离区域的高分辨率检测[5,20]，不仅能降低设备成本， 还能获得较高的成像质量。
1.1.4 双探头衍射时差成像
与 前 文 基 于 脉 冲 回 波 原 理 的 两 类 方 法 不 同，超声波衍射时差法(Time-of-flight diffraction, TOFD)基于一发一收原理，是一种通过获取缺陷 端点衍射波的传播时间差实现缺陷定位和定量的 检测方法。TOFD被广泛应用在焊缝检测领域当 中[21]。如图5所示，检测时，分别将两个相同的探头 放置在检测区域两侧。左端探头发射声束，右端探 头接收回波信号。若该区域无缺陷，右端探头只会 收到沿结构上表面传播的侧向波和来自结构下表 面的底面回波；若检测区域存在缺陷，右端探头的 回波信号在侧向波和底面回波之间，还会存在来自 缺陷端点的衍射波。基于两个衍射波包的到达时刻和时间差，可以算出缺陷在两个探头连线方向上的 位置并估计其尺寸[14]。在此基础上，TOFD存在两 种扫查方式：一种方式是将探头沿着声束的传播方 向移动，称为平行扫查，所得结果是缺陷横断面的 B 扫描图像；另一种方式是将探头垂直声束的传播 方向移动，称为非平行扫查，所得结果是缺陷纵断 面的D扫描图像(见图2)。两种扫描图像均为一系 列回波信号平行排列组成。在图像质量较差的情况 下，可以考虑对所获信号采取包络检波和低通滤波 等后处理方式，以使其成像轮廓更加清晰。TOFD 的检测速度快、结果可靠，且能实现对缺陷尺寸的 准确估计。该方法的缺点是其检测范围在结构上下 表面附近存在了部分盲区，且检测图像不直观，使得 识别缺陷需要一定的经验[22]。
1.2 相控阵成像
1.2.1 相控阵扫查原理
相比于单一阵元的超声探头，相控阵探头由多 个阵元组成，可以通过电子系统控制各阵元发射或 接收超声波的时间(相位)实现声束在一定角度范 围内的偏转和聚焦(如图6所示)，具备更高的信噪 比和对缺陷更强大的评估能力[5,23−24]。常用相控 阵探头的阵元数量通常从16个到256个不等，可以 应用于浸入式检测，也可以和楔块搭配使用[3]。各 阵元所发波束的波阵面在互相干涉后将在特定的 角度上发生相长与相消，形成一个统一的波束[1]。 由于对目标点探测的前提是该处必须处在声场的 覆盖范围内，因此波束形成是决定成像质量的关 键[25]，具体操作是对各阵元的激励信号施加一定的 时延[24]。
图7给出了相控阵在实现偏转、聚焦和同时偏 转聚焦过程中的阵列阵元时延计算方法。若根据阵 元之间的间距按照一定的时间差对阵元进行激励， 使得所形成的波阵面(平面波)不再与阵列沿线平 行，而是偏转一定的角度，则能够实现声束的偏转。 以中心阵元的激发时刻作为参照，第i个阵元的相 对时延为
式(5)中：Li 为第i个阵元到阵列中心阵元的距离， m；θc 为阵列中心的阵元所发出声束的偏转角度， rad。类似地，若通过控制各阵元激发的时间差，使 得形成的波阵面为一弧面，并最终收缩到同一点处， 则能够实现声束在该点处的聚焦。以中心阵元的激 发时刻作为参照，第i个阵元的相对时延为
式(6)中：F 为焦距/m，即焦点到中心阵元的距离。 式(5)与式(6)所对应τA 和τF 即为偏转延迟和聚焦 延迟。若要实现声束的同时偏转和聚焦，则各阵元 相对中心阵元的延迟时间应由两种延迟共同组成。 此外，也可以根据目标点与阵列之间的距离直接进 行计算。以中心阵元的激发时刻作为参照，第i个阵 元的相对时延为
式(7)中：rc 为阵列中心的阵元到目标点的距离，m； ri 为第i个阵元到目标点的距离，m。
1.2.2 相控阵定点聚焦成像
E型扫描(Electronic scan, E-Scan)和S型扫描 (Sectorial Scan, S-Scan)是相控阵成像技术常用的 两种扫描方式[27]。 E型扫描即电子扫描，又称为线性扫描。它使 用线性阵列部分连续的阵元发射聚焦声束，并通过 电子系统逐次变换激励阵元实现声束的有序移动， 因此能够在不移动探头的情况下完成对阵列沿线 的扫查，获得结构厚度截面的B扫描图像[6]。扫查 过程中，所用的阵元总数(孔径大小)和声束聚焦深 度不变，只有孔径位置在移动。此外，也可以在发射 过程中控制声束偏转，使得E扫按照固定的角度进 行扫查。相比于需要机械式移动探头进行检测的B 扫，E扫具有更高的执行效率，可以满足实时成像的 检测需求。
S型扫描即扇形扫描，又称为方位扫描或斜角 扫描。它采用阵列的多个固定的阵元发射聚焦声 束，并控制声束在一定角度范围内有序偏转，从而获 得厚度截面对应不同扫描角度和检测深度的扇形 扫描图像[6,28]。其显示方式如图2所示。扫查过程 中，所用的阵元总数(孔径大小)和声束聚焦深度不 变，且孔径位置固定。S扫有两种常用的检测模式： 一种是医学上常使用的声束垂直入射模式，偏转角 度范围在−30 ◦ ～ +30 ◦ 之间；另一种是声束斜入模 式，偏转角度范围在30 ◦ ～ 70 ◦ 之间[3]。由于S扫能 提供不同的扫查角度、探测范围大，因此能够满足 缺陷方向随机分布下的检测需求。
1.2.3 相控阵动态聚焦成像
E扫和S扫是定点聚焦方法，其成像结果只在 聚焦深度附近分辨率最高。超出该区域，声束会随 着深度的增加逐渐变宽，成像的分辨率也将会下降。 同为相控阵常用的检测方式，动态聚焦技术可以通 过对阵元施加延迟，以控制发射或接收到的声束，使 其能量汇聚在声束主轴上的不同深度处(因此又称 为动态深度聚焦(Dynamic depth focusing, DDF))， 从而解决横向分辨率受深度影响的问题[29]。动态 聚焦的本质就是DAS [30]，按照聚焦的阶段，可以分 为动态发射聚焦和动态接收聚焦这两种模式。如 图8所示，在阵列发射声波时，根据目标点与各阵元 之间的距离关系，可以通过向各阵元信号中添加不 同的时间延迟，使得声波在同一时刻汇聚到目标点 处；在阵列接收时，同样可以通过对各阵元的接收信 号按照各自对应的距离关系进行延时并叠加，增强 该目标点处的回波幅值[25,30]。其中，发射和接收时 的焦点可以不一致。由于动态发射聚焦需要多次执 行发射过程以不断调整时延、变换焦点，将会耗费 大量时间并降低成像速度和系统帧率，因此实际上 只会在接收时采用动态聚焦(即动态接收聚焦) [20]， 以满足检测效率和实时性的需求。为提升成像质 量，可以在检测时事先将声束主轴分为多段，并在每 一段上进行发射时的定点聚焦和接收时的动态聚 焦[31]。该技术称为分段动态聚焦[25]。分段动态聚 焦相比于逐点聚焦的扫查方式，能节省大量的数据 存储空间，但相应地会导致成像帧率的降低[32]。此 外，其成像效果也会受到分段方法的影响[33]。
常用的声束控制方法除了动态聚焦，还包括动 态孔径(Dynamic aperture)和幅度变迹(Apodization)技术。由前文可知，阵列的有效孔径越大，声束 的宽度越窄，而在近场范围外，声束会随着传播深度 的增加而扩散变宽。为了保持不同深度下恒定的声 束宽度，动态孔径会在聚焦点较浅时采用少量的阵元进行接收，而在聚焦点较深时增加使用的阵元数 量，实现孔径的动态调节[34]。此外，动态孔径还具 有减少阵元最大延时量、增加近场焦区深度、缩小 时间增益补偿范围等优点[20]。对于相控阵，由于阵 列发出的声束是各阵元声束相干叠加的结果，因此 所形成的声束在主瓣两侧往往还存在了一定数量 的旁瓣。主瓣越窄，成像的横向分辨率越高；旁瓣越 小，对比度越高[30]。幅度变迹技术通过采用变迹函 数对不同阵元的信号幅值进行调制，可以达到抑制 旁瓣的效果[35]。无论是在声束的发射还是接收阶 段，均可使用。由于变迹函数常采用矩形窗、三角窗 和汉宁窗等形式[36]，因此变迹后阵列中心的信号幅 值将会增强，而两端阵元的信号将会减弱。综合上 述三种技术的优点，通过将动态聚焦、动态孔径和 幅度变迹进行结合，能够确保在声束主轴沿线各点 处均获得最佳的成像质量。
1.2.4 相控阵合成孔径聚焦成像
鉴于相控阵探头含有多个独立的阵元，前文所 论述的单探头SAFT同样可以采用相控阵探头进 行操作。利用相控阵电子控制各阵元进行工作的特 点，检测时不需要通过物理的方式移动探头，只需要 逐次变换工作阵元即可完成声束的收发。由于发射 和接收均来自同一阵元(单发单收)，两段路程对应 的时间延迟相同(即单程的两倍)，因此SAFT属于 发射和接收的双向动态聚焦，其优点也已在前文中 论述。然而，基于单阵元的SAFT存在成像结果信 噪比较低的问题，由此催生了一系列改进方案。
多阵元合成孔径聚焦(Multi-element synthetic aperture focusing, M-SAF)技术从阵列中选取多个 不同的阵元构成子阵列进行检测，其执行流程和单 阵元的SAFT类似[37]。每次发射声束时只有一个 子阵列工作。接收阵列与发射阵列阵元数目相同， 可以是同一个(多发多收)。相比于单阵元，多阵元 的使用扩大了单次收发的阵列孔径，具备更高的信 噪比和对声束旁瓣更强的抑制能力[30]。进一步，合 成接收孔径(Synthetic receive aperture, SRA)技术 采用全阵元发射、多阵元接收的检测模式(全发多 收)，每次发射后只使用部分阵元构成子阵列进行接 收，并基于电子系统逐次变换工作阵列的位置[38]。 其优点在于可以在成像质量相同的情况下，减少接 收通道的数量，从而降低检测系统的造价，但相应地 会降低系统成像的帧率。
在单阵元SAFT的基础上， 合成聚焦(Synthetic focusing, SF)技术在每次发射时只使用单 个阵元，而接收时则采用全部阵元(单发全收)。无 论是发射与接收，都需要根据目标点对阵元的信 号施加相应的时延，因此同样能实现双向动态聚 焦[20]。SF的主瓣宽度较窄且旁瓣幅值小，因此成 像质量好。然而，其检测系统复杂度较高，需存储大 量数据，且成像帧率偏低。进一步，合成发射孔径 (Synthetic transmit aperture, STA)技术增加了发 射所用阵元数量，检测时每次使用部分阵元构成子 阵列进行发射，接收时则同样采用全部阵元(多发 全收) [39]。子阵列数目越少，则效果越接近SF。通过 控制发射孔径的大小(发射通道数量)，能够调节检 测系统的复杂度，但相应地会影响成像的质量。注 意到STA有时也仅用于指代单发全收的SF [40]，而 将多发全收的检测方式称为多阵元合成发射孔径 (Multi-element STA, M-STA) [41]。
1.2.5 相控阵全聚焦成像
全聚焦方法(Total focusing method, TFM)在 发射声束时不在检测范围内聚焦，而在接收时对区 域中的各点进行聚焦。它常常结合全矩阵采集(Full matrix capture, FMC)方式所获得的数据进行使 用，形成全矩阵采集-全聚焦方法(又称为双全法， FMC-TFM)。FMC采用的是单个阵元发射、全部阵 元接收并依次切换发射阵元的检测模式[42]。对于 一个具有N 个阵元的线性阵列，当第i个阵元发射 声束时，N 个阵元各需进行一次回波采集。执行完 N 次发射总共需采集N × N 组信号[27]。若以离散 点的形式对信号进行存储，则最终的数据集将会是 一个S × N × N 的三维矩阵(S 为一组信号的序列 点数)。在此基础上，FMC基于DAS 方法，通过对数 据集进行后处理，实现检测区域各点的聚焦，获得相 应的图像[43]。原理图如图9(a)所示。具体而言，对 于检测区域中位于(x, z)处的目标点，声波从位于 (xi , 0)点的阵元i发出、经目标点再被位于(xj , 0)点 的阵元j 接收到所需的时间为
以式(8)所得时刻对应的信号幅值作为目标点处的 像素值，并对不同发射和接收阵元的结果进行融合， 可得目标点处的最终像素值：
采用上述流程对检测区域中各点的像素值进行计 算，即可获得最终的成像结果。FMC-TFM检测精 度高、算法灵活，可以实现对微小缺陷和复杂缺陷 的高精度成像[44]。其缺点有两方面[45]：一是单阵 元发射功率有限，容易导致较低的信噪比；二是逐次 发射使得信号的采集、存储和处理都需要消耗大量 的时间，相应地限制了成像的帧率。
相比于FMC-TFM，基于相干复合平面波成像 (Compounding plane wave imaging, CPWI)的平 面波-全聚焦方法(PWI-TFM)具有更高的成像效 率[46]。该技术采用的是全部阵元发射、全部阵元接 收的模式。每次检测时，会对各阵元施加偏转延迟 以发射不同偏转角度的平面波，同时采用全部N 个 阵元采集回波信号，最后再将不同角度的信号相干 叠加以获得最终的成像结果[40,47]。若偏转次数为Q，则总共需采集Q × N 组信号。相应的数据集矩 阵维度为S × Q × N。由于声束的偏转次数Q在通 常情况下远小于相控阵探头的阵元数量N，因此相 比FMC，CPWI的数据采集、存储和处理过程要更 加快捷简便，检测范围更大，同时也能保持较高的成 像质量[48−49]。
进一步，若将全部阵元所发声束的虚拟源置于 阵列相对于检测区域的后方，则可以形成波束角更 大、覆盖范围更宽的发散波[50] (见图9(b))。类似 地，若控制发散波偏转不同角度并进行声束的相干 复合以获得高质量的检测图像，则称为相干复合发 散波成像(Compounding diverging wave imaging, CDWI) [51]。与TFM进行结合，可以形成发散波-全 聚焦方法(DWI-TFM)。发散波的偏转角度取决于 虚拟源相对阵列中心阵元的设置位置。相比FMC， CDWI同样能够实现高质量的快速成像。
1.3 线性阵列拓扑成像
上述的相控阵成像方法都是通过人为设定 各阵元时延的方式实现声束的聚焦。除了该方法，还存在包括时间反转(Time reversal)法、时 间迁移(Time migration)法和自适应时间延迟等 方法在内的自适应聚焦技术，能够有效应对不均 匀介质中的聚焦问题[5]。以下仅对涉及时间反转 聚焦原理的拓扑成像(Topological imaging)技术 进行介绍 [54−55]。该技术起源于结构设计中的形 状优化方法。代表方法包括时域拓扑梯度(Time domain topological gradient)法和时域拓扑能量 (Time-domain topological energy)法。
拓扑梯度法的思想是通过在健康结构中逐步 更新缺陷区域以使其逼近待测结构(即拓扑渐进)， 从而获取缺陷的图像[56]。设添加缺陷后的结构为 Ωε，待测结构为Ωm，定义如下所示的成本函数以衡 量二者声场之间的差异[55]，
式(10)中：uε 和um 分别为在缺陷结构Ωε 和待测结 构Ωm 的边界Γm 处测量得到的回波信号，其波包有 效时间范围为[0, T]。由此，问题转化为寻找使得成 本函数最小化的结构Ω。现将该函数关于健康结构 Ω0 做渐进展开[56]，
式(11)中：f(ε)为恒为正值的缺陷表征函数。由于 缺陷结构Ωε 相当于健康结构Ω0 在x处增加了一个 缺陷ε，因此f(ε)会在缺陷ε极小时趋近于0；g(x) 称为拓扑梯度(Topological gradient)。鉴于g(x)为 负会使得成本函数降低，这意味着只要找到了g(x) 为负的地方并添加缺陷，就会使得缺陷结构更加接 近待测结构。相应地，需要根据所添加的缺陷类型 对应的边界条件，通过求解直接问题和基于时间反 转的伴随问题获取各点处的g(x) [54]。进一步，以各 点处的梯度值作为该点的像素值，就能获得检测区 域的图像。由于一次计算所获得的图像精度较低， 因此拓扑梯度法通常需要进行多次迭代才能获得 较好的结果。
在拓扑梯度法的基础上，拓扑能量法能够通过 直接求解直接声场和伴随声场实现对检测区域的 成像，从而避免了反复地迭代[56]。在检测时，首 先针对待测结构，利用布置在边界Γm 上的线性阵 列发射激励信号并获取对应的响应信号um；随后， 基于同样的流程，采用数值模拟方法获取健康结 构中的阵列响应信号u0 以及检测区域中的位移场 U0(直接声场)；进一步，计算散射信号um − u0 并将 其在时域上反转后作为激励信号在健康结构中再 次进行发射，获取检测区域中的位移场V0 (伴随声 场)；最后，利用各点处的直接声场与伴随声场，基于 式(12)计算对应的拓扑能量[54]，
以此作为该点处的像素值，并对各点的拓扑能量进 行计算，就能获得检测区域的图像。相比拓扑梯度 法，拓扑能量法的耗时更少，仅需借助一个简单的线 性阵列进行一次信号的发射和采集[55]；其成像结果 具有较高的分辨率。图10给出了采用时域拓扑能 量法检测带有16个侧边钻孔的复合材料板的成像 结果。
2 二维水平截面成像
2.1 单探头或相控阵扫描成像(C扫)
与厚度方向的扫描方法类似，C型扫描(Constant depth scan, C-Scan)在A扫描基础上，可以通 过布置在结构上表面的单探头或相控阵探头，获取 被测结构在水平方向的图像，是一种常用的声学成 像技术。在检测时，应首先基于A扫信号获取缺陷 或目标深度处的回波时刻先验信息。随后，通过电 动或人工的方式在结构表面移动超声探头，使其按 照设定的步长沿着迂回的轨迹对表面进行有序扫查。最后再将各测点A扫信号中对应时刻的幅值映 射为相应的彩色或灰度值，即可得到目标深度处的 水平剖面图。类似的图像呈现方式也称为C扫描显 示方式(见图2)。通常情况下，水平面图像的一个坐 标轴为扫查轴，而另一个为进位轴[6]。单探头C扫 在两个方向上均需进行机械移动，而相控阵C扫只 需在一个方向上移动、另一个方向采用电子扫描的 方式即可完成检测[22]。C扫的优点在于显示直观、 准确，便于对缺陷进行定性和定量分析。
能够获得C扫图像的一个典型应用是声学显 微镜(Scanning acoustic microscope, SAM) [57−59]。 以反射式SAM为例，在检测时，装置顶端的探头发 出的声波经声透镜转换后会形成聚焦声束；该声束 穿透耦合液后会入射到待测结构中，遇到具有不同 声阻抗的结构特征就会发生反射，再穿透回声透镜 并被探头所接收，形成对应的A扫信号。通过上下 移动声透镜位置、调节其与样本之间的距离，还可 以使能量聚焦在样本的不同深度。SAM可以快速 精准地获取结构特征信息，且其测量数据可进一步 用于相关的力学评价。
2.2 环绕阵列透射层析成像
2.2.1 透射层析检测原理
超声层析成像(Computed tomography, CT) 又称为超声计算机断层扫描，是获取被测结构水平 截面信息的另一种常用的声学检测方法。它通过环 绕待测截面的多个超声探头发射声束、采集数据，并 采用一定的算法反演结构内部的物理量分布，进而 获取截面的二维图像，本质上是一种由外部投影数 据重建内部截面图像的无损检测技术[60−61]。投影 数据的采集是技术实施的基础，而图像重建算法则 是技术的核心。
按照重建时所用的声学理论的不同，超声CT 可以分为透射层析和散射层析。其中，透射层析基 于射线声学(因此又称为射线层析)，通过追踪声波 路径、求取观测参数(如传播时间、幅值和信号差异 系数[62] )并采用一定的反演算法重建截面图像。在 此过程中采用了高频近似假设，仅将声波看成沿直 线(或折线)传播，并忽略传播时的散射现象[63]。其 数学基础为Radon变换(Radon transform)理论和 傅里叶中心切片定理(Fourier slice theorem，又称 为投影定理) [61]。
Radon变换理论证明了物体物理参量的二维 分布函数可以利用其在定义域内的所有线积分进 行重构。以图11(a)为例，对于二维直角坐标系内的 任一条直线L，设直线到原点的距离为s，其法向与 x轴的夹角为θ。若进一步以原点为极点、x轴为极 轴建立一个极坐标系，则直线上的某点(x, y)可以 通过对应的极径r 和极角φ表示为(r, φ)。对于二维 空间中分布的函数f(x, y)，其在直线L方向上的线 积分为[64]
式(13)即为函数f(x, y)的Radon变换。线积分p称 为函数在射线方向上的投影。相应的Radon逆变换 为[64]
表示可以基于不同方向上的投影值，对原函数进行 重建。其本质就是层析成像的图像反演过程。在此 基础上，中心切片定理认为：函数f(x, y)在某一方 向上投影的一维傅里叶变换是函数二维傅里叶变 换在该方向上的一个切片[65−66] (见图11(b))。这 相应地建立了二维傅里叶变换和Radon变换之间 的关系。由于实际检测时只能以离散的角度对投影 数据进行采集，无法直接对投影数据做Radon反变 换以重建图像，因此需要基于上述定理构造相应的 图像重建算法。
2.2.2 透射层析直接反演成像
透射层析成像方法可以分为变换重建法(又称 为解析重建法)和迭代重建法(又称为级数展开法) 两大类。其中，变换重建法属于直接反演方法。它先 对投影数据在连续域上进行解析处理，得到Radon 逆变换或与其等价的表达式的变换结果，再通过将 其离散化以利用计算机实现图像的重建。变换重建 法适用于射线数量充足、分布均匀且路径为直线的 情况，典型方法包括傅里叶变换重建算法和滤波反 投影(Filtered back-projection, FBP)重建算法等 技术。
傅里叶变换重建法以中心切片定理为基础。检 测时，首先通过对采集到的不同角度的投影数据 做一维傅里叶变换构造极坐标系下的二维傅里叶 变换数据集。在此基础上，对数据集做二维傅里叶 逆变换即可直接得到重建图像。然而，由于二维傅 里叶变换需要在直角坐标系下进行，因此需要采用 合适的二维插值方法将数据从极坐标系下进行转 换。这也导致傅里叶变换重建法存在计算量大、耗 时长的问题，并会在一定程度上降低图像重建的精 度[61]。
FBP是CT技术中一种应用广泛的图像重建 方法[68]。图12给出了一个FBP的检测案例。由于 常规的直接反投影算法在重建图像时会引入星状 伪迹、导致结果失真，因此FBP会先对投影数据进 行滤波，再进行反投影重建[69]。具体而言，对于某 一角度下采集到的投影数据，首先将其通过一维傅 里叶变换变换至频域，并与滤波函数相乘，随后再进 行反变换得到滤波后的结果。在此基础上，按照常 规的反投影算法，将检测区域离散为像素点，并将处 理后的结果均匀地赋给该角度下射线所经过的每 一点以作为该点的密度值(即反投影) [64]。最后，对 不同角度下的投影数据按照上述的反投影过程进 行处理，并将所得的密度值在各点处进行累加，即 可获得最终的图像重建结果。由于数据在频域上与 滤波函数相乘等于双方在空域上做卷积[70]，因此滤 波环节也可以在不进行傅里叶变换的情况下直接 通过卷积实现。相应地，FBP又可称为卷积反投影 (Convolution back-projection, CBP) [66]。滤波函数 的设计和选取是方法实现的关键[71]。FBP的成像 质量高、速度快，但要求数据采集必须完整且均匀。
2.2.3 透射层析间接反演成像
相比于变换重建法，迭代重建法在检测之初就 将检测区域离散为网格[63]，通过采用迭代的方式求 解代数方程组，重建各像素与投影之间的关系，属于 间接反演类型。该方法认为声束射线具备了一定的 宽度，可以覆盖路径两侧的部分面积。假设测量时使用了I 条投影，检测区域共离散为J 个像素区域， 则对应的代数方程组为[61,73]
式(15)中：A为只与数据采集方式有关的、维度为 I × J 的投影矩阵，其元素aij 为第i条射线在第j 个 像素范围内的长度；X 为待重建的、维度为J × 1的 图像向量，与函数f(x, y)有关，由各像素的值组成； B 为采集获得的投影向量，与p(s, θ)有关，由各射线 的投影数据bi 组成；ε为误差向量，对应了各投影数 据中的误差。对于式(15)给出的方程组，理论上可 以通过消元法等方法直接求解。然而，投影矩阵A 的维度和非零元素个数均十分庞大，直接求解需要 消耗大量的计算时间和存储空间。因此，通常采用 迭代的方式，从一组图像向量的初值出发，基于某种 关于投影值的优化准则，对真实解进行迭代和逼近。 迭代重建法在投影射线缺失、噪声较大或射线弯 曲的情况下均具有较好重建效果，且能在迭代过程 中按照测量环境(先验信息)添加相关的约束条件 以提升收敛的速度。典型方法包括代数重建法(Algebraic reconstruction techniques, ART) [70] 和联合 迭代重建法(Simultaneous iterative reconstruction techniques, SIRT) [74] 等。
ART在检测时，首先对图像向量X 赋予初值 X0。随后，从第一条投影射线出发按照式(16)对当 前迭代次数k 下的图像向量Xk 进行更新，以使该 条射线所对应的子方程AiXk+1 = bi 成立，
式(16)中：λi 为考虑噪声所引入的松弛因子，以保 证迭代收敛；Ai 为第i条射线所对应的、投影矩阵 A的第i行。当循环完所有射线、完成第一轮迭代 后，利用基于式(15)的迭代判据(如计算所得投影 数据与测量数据的接近程度)对是否终止迭代进行 判定。否则，开始下一轮迭代，直至满足终止条件。 ART每次只使用一条射线进行迭代。各射线投影数 据中的误差会在迭代过程中逐渐累积，影响成像质 量。为了降低成像结果对数据噪声的敏感性，SIRT 每次联合所有I 条射线对图像向量进行更新。其迭 代过程可以表示为[73]
由于每个像素更新后的结果是各条射线的共同贡 献，因此数据中所含的部分噪声会在叠加时得到平 均和抑制。相比于ART，SIRT的迭代收敛速度较 慢，但拥有更强的抗噪声能力。
2.3 环绕阵列散射层析成像
2.3.1 散射层析检测原理
超声CT的射线层析经典算法沿用自X射线层 析的成像方法。X射线在结构中难以被反射，因此 只能采用透射模式进行检测[1]。相比之下，超声波 除了透射，还存在反射、折射等现象。当声波波长远 大于散射体(如待检测缺陷)尺度时，还会发生衍射。 在此情况下，为获得理想的图像重建结果，就必须基 于波动声学进行对重建方法进行考量。
理论上，基于测得的散射场数据对散射体参数 进行反演属于逆散射问题。该问题有两个固有的性 质[75]：一是非线性(nonlinearity)，即由于声波在经 过散射体时的多重散射现象，散射场测量数据与散 射体参数之间的映射关系不是线性的；二是不适定 性(ill-posedness，又称为病态性)，即逆散射问题的 解并不稳定，散射场测量数据的细微偏差可能会引 起参数反演结果的巨大波动。以上两个性质使得逆 散射问题难以求解。
对于基于逆散射问题的散射层析，其实现方法 可以按照对非线性问题的处理方式分为直接反演 和间接反演两种类型。直接反演指的是在特定条 件下先将非线性问题线性化，再通过非迭代的方式 直接反演散射体参数。典型的线性化方法包括一 阶Born近似和Rytov近似[76]。它们均只在弱散射 条件下成立，相应地对多重散射现象进行了忽略。 Born近似认为，由于声场全场的幅度等于入射场幅 度和散射场幅度的叠加，而散射场又可以通过全场 进行计算，因此可以用入射场对声场全场进行近似， 从而获得对散射场和全场的逼近结果[60]。Rytov近 似认为，既然声场全场可以基于复相位形式进行描 述，若全场的复相位等于入射场相位和散射场相位 的叠加，则可以通过对散射场相位进行近似，获得对 散射场和全场的近似表达[1]。Born近似要求散射 场幅度较小，因此散射体尺寸也需尽量小，而Rytov 近似要求散射场相位变化较小，并未对尺寸有限制， 因此前者适用于低频(波长较大)，后者更适合高频。
与透射层析中的傅里叶中心切片定理(投影定 理)对应，应用Born近似，可以推导出考虑衍射情况下的傅里叶衍射投影定理。该定理分为基于前向散 射场数据和后向散射场数据两种类型，其原理图如 图13所示[77]。衍射投影定理表明，当平面波入射到 二维空间中的目标物体时，在某方向上测到的前向 散射场的一维傅里叶变换，是物体分布函数的二维 傅里叶变换在频域中半圆弧上的值[64]。中心切片 定理则可以看成是衍射投影定理在声波波长极小 情况下的一个特例[78]。衍射投影定理同样只在弱 散射条件下成立。
散射层析的另一种实现方法是间接反演，即通 过构造非线性目标函数，以迭代的方式将非线性问 题转化为目标函数的最优化问题进行求解。该类 型方法在实现前，常采用矩量法(Moment method) 将与声场有关的积分方程离散为矩阵方程进行处 理[79]。相比于Born近似和Rytov近似，矩量法是建 立在对散射场精确描述的基础之上，因此适合于强 散射条件下的逆散射问题。下面分别对直接反演和 间接反演这两大类方法进行说明。
2.3.2 散射层析直接反演成像
与透射层析直接反演方法(变换重建法)类似， 基于弱散射条件下的Born近似和衍射投影定理， 同样存在两种典型的、非迭代式的图像重建算法 ——直接傅里叶逆变换和滤波反向传播算法。直 接傅里叶逆变换在应用时，先环绕目标检测区域以 等角度间隔的方式发射超声，并采集对应角度的前 向散射波，再通过傅里叶逆变换重建检测区域的图 像。由于根据衍射投影定理获得的频率点在频域上 呈圆弧状分布，因此仍需采用对应的插值算法将数 据点从圆弧网格点上转换到更适合图像重建的矩 形网格点上[64]。滤波反向传播算法的思想与FBP 算法相同，但是在滤波时却需要进行大量的傅里 叶变换操作[1]，其计算耗时长，精度相比直接傅里 叶逆变换也并没有优势。以上两种基于前向散射 数据的层析成像方法又可以称为透射型衍射层析 (Diffraction tomography)。与之相对地，还存在基 于后向散射数据的反射型衍射层析方法[78,80]。
相比直接傅里叶逆变换和滤波反向传播算 法，另一种非迭代式的线性化方法——线性采样法 (Linear sampling method, LSM)可以在无需弱散 射假设和散射体先验信息的情况下反演散射体参 数[81]。该方法的基本思想是将求解目标从非线性 的逆散射问题转化为线性的第一类Fredholm积分 方程(频域远场方程)，利用该方程的解会在采样点 靠近散射体边界时发生剧烈变化的特性，确定散射 体的轮廓[82−83]。由于逆散射问题的不适定性(即 解不稳定)在问题线性化后依然存在，因此求解过 程中通常需要借助一定的正则化方法进行缓解，即 通过在目标函数中加入正则项使得病态问题转化 为良态问题。常用的正则化方法包括Tikhonov正 则化和截断奇异值分解(Truncated singular value decomposition, TSVD)正则化等，需要根据具体的 不适定性问题进行选择和设计。
2.3.3 散射层析间接反演成像
对于非线性逆散射问题，构造目标函数并 采用迭代的方式进行间接反演是另一类常用的 处理方式。典型方法包括Born迭代法(Born itera-tive method, BIM) [84]、变形Born迭代法(Distorted BIM, DBIM) [85] 等。设通过矩量法离散后所得的前 向散射方程(Forward scattering equations)和逆散 射方程(Inverse scattering equations)分别为[60,84]
其中：P (t)、P (in) 和P (s) 分别为声场全场、入射场 和散射场的向量；C 和D 分别为前向散射方程与 逆散射方程的系数矩阵；O 为与散射体信息有关 的对角阵。BIM在执行时，首先用入射场P (in) 在 方程(19)中替代全场P (t) 计算与散射体有关的对 角阵O，随后再将矩阵O 先后代入方程(18)和方 程(19)中计算全场P (t) 和散射场P (s)。若计算出的 散射场与其测量值之差满足迭代终止条件，则停止 计算；否则，利用该差值反过来基于方程(19)对散 射体矩阵O 进行更新，并获取新的全场和散射场。 如此循环迭代，直至满足终止条件。DBIM的流程 与BIM的流程类似，只是在获得新的散射体矩阵 O 后，会对与格林函数有关的系数矩阵D 进行更 新。该方法比BIM 每次迭代时的计算量更大、抗 噪能力更弱，但同时也具有收敛速度快、整体迭代 次数少的优点[86]。此外，针对上述两个方程，还存 在基于Levenberg-Marquardt (L-M) [87] 或NewtonKantorovich(N-K) [88] 等算法的迭代求解方式。
同样采用迭代方式求解非线性的逆散射问题， 全波形反演(Full waveform inversion, FWI)是目前 检测声学领域中的一种热门的层析成像技术，早在 2016年前后就引起了工业界[89] 和医学界[90] 的广 泛关注。图14展示了利用FWI检测一空心圆柱体 模所得的断层扫描图像。按照使用的数据域，FWI 主要可以分为频域和时域两种类型[91]。以频域 FWI为例，其执行过程包含三个步骤[92]：第一步是 正演模拟，即采用给定的初始条件和散射体参数模 型(如声速分布)，通过基于波动方程的数值模拟方 法计算波场信息，其中又以有限差分法最为常用；第 二步是构建基于波场计算值与测量值之差(如L2范 数)的目标函数，并采用伴随状态法等方法计算该 目标函数关于模型参数的梯度；第三步则是选取合 适的优化算法(如最速下降法、共轭梯度法等方法) 对散射体参数模型进行更新；如此循环迭代，直到正 演波形和实际测量值之间的匹配程度满足要求，或 迭代次数达到上限，由此即获得散射体参数的反演 结果。由于FWI在应用时完全考虑了声波的幅值、 相位等全波场信息和波传播过程的散射现象，因此 理论上具有很高的成像精度[93]。其缺点一是反演 结果部分依赖于初始参数模型的设定，迭代时可能 陷入局部最优解；二是正演模拟计算量大、且需反 复迭代，存在计算成本较高的问题。
3 三维成像
3.1 机械扫查式线阵三维成像
相比于二维成像，三维成像方法由于能够实现 对目标区域的三维重构、提供更为丰富的立体信息， 因此在医学检查和水下探测等领域均发挥着重要 的作用。要获取目标区域的三维图像，一种方式是 采用一维的线阵探头，搭配电机控制的机械扫查结 构进行使用。对于一维线阵探头，由于常规的B扫 图像只是待测的三维空间在阵列沿线位置处的一 个二维截面，因此在检测时首先需要沿着阵列垂直 方向进行机械式扫描，以采集不同位置处的截面图 像；然后再将多个二维图像按顺序排列，采用插值拟 合等数据处理方法，重建检测区域的三维图像。
机械扫查式线阵三维成像技术的原理简单、硬 件复杂度低，且能以较低的成本达到较高的成像质 量，可以看成是前文所述的一系列二维成像方法在 三维空间中的进一步延伸和拓展。然而，该技术同 时也存在一些缺点[5]：一方面，机械式扫描通常依 赖于额外的扫描支架以确定测点的位置或角度，不 仅范围和速率受限，且其移动步长和稳定性还会影 响阵列垂直方向上的空间采样精度；另一方面，相控 阵扫描时仅在阵列沿线方向上具有声束的偏转和 聚焦能力。
为了提升方法成像的实时性，可以考虑从检测 方式、成像原理和数据处理过程等方面加快每一测 点位置处的B扫图像生成速度。例如，选择快速傅 里叶变换、Chirp Zeta变换等典型频域波束形成方 法[94] 进行成像，相比时域方法能够降低对信号的 采样率的需求，从而缩减数据的存储和计算量[95]。 此外，通过与前文所述的基于相干复合平面波或发 散波的TFM相结合，形成三维超快超声成像技术， 同样能达到高帧率成像的效果[96]。
3.2 二维平面阵列三维成像
在线阵三维成像的基础上，若通过增加垂直方 向上的传感器阵列对辅助扫查的机械结构进行替 代，则可形成一个二维平面阵列(如图15所示)。相 比一维线阵，基于二维阵列的相控阵能够在不移动 探头的情况下沿着阵列的两个维度进行任意的波 束聚焦和偏转，因此其三维成像过程也无需额外的 定位校准和坐标转换[97]。检测时，通常需提前确定 横向和侧向两个维度上的波束偏转角度以及相应 的角度步进值，计算扫描线条数，并按照一定的扫查 路径实现对目标区域的探测。
二维平面阵列三维成像具有检测速度快、操作 灵活性强、成像分辨率高等优点，适合用于实时成 像。通常采用会增加孔径尺寸的方式，以提升成像 的分辨率。目前一些研究中采用的二维阵列维度可 达32×35，可与上千个独立通道进行连接，实现声波 的同时激发[98]。然而，这不仅会增加系统的阵元数 量、提升电子系统等硬件的复杂度，还会导致实际检 测时存在数据采集、存储和计算量偏大的问题[99]。
针对上述问题，除优化波束形成方法、与超快 超声成像相结合以外，还可以从阵列的角度进行优 化。一种方法是分区域并行的思想，通过将阵列拆 分为多个子阵，并采用并行计算的架构，可以在保 证成像精度的条件下大幅降低数据的存储和计算 量[100]。另一种方法是改进阵元的数量和分布形式， 在有效孔径基本不变的条件下，通过结合粒子群算 法、遗传算法或模拟退火算法等最优化方法，实现 阵列的稀疏优化，确保其在近场和远场都具有较好 的脉冲回波响应[27]。
3.3 二维RCA阵列三维成像
作为一种特殊形式的二维稀疏阵列，行列寻址 (Row-column addressing, RCA)阵列由两组相互垂 直的、长条形阵元组成的一维阵列堆叠而成[101]， 能够将阵元数量由二维方阵的N2 大幅削减至2N。 图16给出了RCA阵列探头的结构和外观。检测时， 可以采用两组阵列一组发射、另一组接收的方式，分 别实现发射聚焦与接收聚焦，从而获取目标检测区 域的三维成像结果[102]。此外，也可结合合成孔径 成像[103]、医学多普勒成像[104] 等技术进行应用。
RCA阵列能够极大地降低硬件系统和电子控 制系统的复杂度和制造成本。这不仅可以减少数 据的采集、计算和存储量，还使得制造一些大孔径 的二维阵列成为了可能。相比阵元稀疏分布的二 维阵列，RCA阵列由于具有更大的活性层(Active layer)面积和适合发射平面波的几何形状，因此在 实现超快超声成像方面同样具有较大的优势[105]。 尽管阵列的长条形阵元会产生显著的栅瓣效应，导 致成像结果中容易出现伪像，但可通过沿阵元长度 方向进行变迹(Apodization)实现对伪像的有效抑制[103]。相关方法包括实现活性层所用压电材料的 渐变极化或是改变所用电容式微机械超声换能器 (Capacitive micromachined ultrasonic transducer, CMUT)单元的密度等[102]。此外，研究表明，通过改 善阵列活性层的压电特性和声学匹配、提高阵列性 能[106]，或是结合正交平面波复合方法(Orthogonal plane wave, OPW)、增加其发射角度和范围[107]，均 能实现成像质量的有效提升。无论是在医学超声还 是工业无损检测等领域，基于RCA阵列的三维成像 技术都拥有良好的应用前景[101]。
4 分析与讨论
虽然上述方法的原理各不相同，但它们的实施 流程都可以大致分为声波发射、波场信息采集和图 像重建等环节。考虑到成像精度、执行效率和检测 成本是评价检测声学成像方法常用的三种指标，以 下分别从检测环节入手对各自的影响因素进行分 析，并给出相应的应对策略。
(1) 成像精度(准确性)。在声波发射环节，影 响成像精度的因素包括激励信号的形式(包括波形、 频带)、发射孔径的尺寸、各阵元信号的调控机制(包 括相对时延、幅值和相位)等，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 变迹技术等方式进行解决。在波场信息采集环节， 主要的影响因素包括测量时的环境噪声、目标介质 的非均匀性以测量数据的缺失(比如采集方位缺失、 采样不均匀或扫描步长过大)等，相应的应对策略 包括采用消噪算法、自适应聚焦技术和调整采集策 略等方式。在图像重建环节，影响准确性的因素由 重建算法决定，比如采用的理论假设、选取的正则 化方法等，需要结合检测需求对方法进行选择。
(2) 执行效率(实时性)。在声波发射和波场信 息采集环节，影响因素包括阵列的阵元数量、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，相应的应对策略包括优化阵列形式(如单 探头B扫到相控阵E扫)、调整数据采集策略(包括 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，影响执行效率 的因素包括待处理数据量的大小、成像算法的类型 (如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。除调整数据采集 策略以外，通过采用直接反演方法、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)均能对相关方法的效率进行提升。
(3) 检测成本(经济性)。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。它 们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。在图像重建环节，除待处理的数 据量以外，还需要考虑成像时是否需要借助数值 处理方法进行声场正演等，同样涉及到对存储资源 和算力的需求。除了更换成像方法，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。
对于一种检测声学成像方法，以上三方面往往 不可能同时兼顾。例如高成像精度的实现是建立在 对波场信息的充分采集和利用的基础上。后者通常 需要完备的数据采集策略，相应地对执行效率和检 测装置的成本提出了要求。因此，在进行声学成像时，应当综合考虑对成像精度、执行效率和检测成 本等方面需求程度的优先级，对方法进行有针对性 的选取和改进，从而更好地达到检测的目的。
值得注意的是，上述检测声学成像方法通过选 择恰当的激励参数或策略，均可以实现对常规材料 的高精度缺陷检测。然而，对于具有强声散射特性 的核电用粗晶奥氏体钢结构、具有高声衰减特性的 核电用大口径大厚度高密度聚乙烯(High density polyethylene, HDPE)管道以及强声散射与高声衰 减并存的国防军工领域中常用的聚合物粘接炸药 (Polymer bonded explosive, PBX)等材料，现有的 常规检测声学成像方法难以对其进行有效的检测 与成像。
针对上述问题，作者团队基于高频超声脉冲波 在传播时所产生的超声零频波，从其产生与传播机 理出发，提出了适用于强声散射和高声衰减材料的 缺陷成像方法。超声零频波是载波频率为f 的高频 超声脉冲波在非线性弹性介质中传播时，因“差频 非线性效应”所产生的、时域脉宽和高频超声脉冲 波一致的、载波频率为0f 的超声脉冲波，具有弱散 射、低衰减的特性，且兼具了高频超声脉冲波的高 缺陷分辨能力及低频超声脉冲的远距离传播能力。 研究表明[108]，高频基波及其伴随的超声零频波在 硅橡胶等高声衰减材料中传播时，即使原有的高频 基波已完全衰减，超声零频波仍能被低频的压电换 能器所接收到，且其接收信号具有较高的信噪比。
在此基础上，利用超声零频波的低衰减、弱散 射特性，结合全聚焦技术、合成孔径技术等常规检 测声学技术手段，即可实现对强声散射或高声衰减 材料的内部缺陷成像。图17针对高声衰减材料块 体内部的大深度缺陷，给出了两种基于合成孔径成 像技术的定位成像结果[109]。相比于图17(a)所示 的常规低频超声成像结果，图17(b)所示的超声零 频波成像结果具有更高的缺陷分辨能力。因此，对 于核电等特殊领域中广泛存在的强声散射或高声 衰减材料的缺陷成像需求，基于超声零频波的检测 声学成像方法具有强大的应用潜力。
5 结论与展望
本文从各类方法成像结果的维度出发，通过将 现有的声学成像方法划分为二维厚度截面成像、水 平截面成像以及三维成像这三种类型，分别对它们 的技术和原理进行了综述，旨在构建起一套以应用 场景为导向的分类框架，为方法的对比和选取提供 一定的参考。
在二维厚度截面成像方面，单阵元的扫描成像 方法包括最基础的A扫和B扫检测模式。鉴于单探 头B 扫的成像结果中容易出现伪像，合成孔径聚焦 成像方法将B扫与延时求和方法相结合，能够通过 声束聚焦获得更高的成像质量。相比于以上方法， 衍射时差成像采用脉冲透射原理进行检测，常用于 焊缝缺陷检测。相控阵成像通过控制声束的偏转和 聚焦进行检测，最常用的是E扫、S扫等定点聚焦方 式以及可以调节聚焦点深度的动态聚焦。鉴于相控 阵探头含有多个独立的阵元，单探头SAFT同样可 以采用相控阵探头进行操作。TFM在接收时进行 逐点聚焦，可以结合全矩阵数据采集、平面波成像和 发散波成像获得较高的成像质量。拓扑成像方法采用基于时间反转原理的自适应聚焦技术进行成像。 在二维水平截面成像方面，基于单探头或相控阵的 C扫和基于环绕阵列的超声CT 均能获得水平截面 的图像。超声CT按照基础理论可以分为透射层析 和散射层析。透射层析通过采用高频近似假设，将 声波作为射线进行处理，其求解方法包括傅里叶变 换重建法和FBP等直接反演方法以及代数重建法 和联合迭代重建法等间接反演方法。散射层析等同 于求解逆散射问题，按照对非线性的处理方式，同样 可以分为直接反演和间接反演两种类型。其中，直 接反演类型包括弱散射假设下的直接傅里叶逆变 换和滤波反向传播等衍射层析技术以及远场假设 下的线性抽样法，间接反演类型包括Born迭代法、 变形Born迭代法和具有较高成像精度的全波形反 演法。在三维成像方面，按照检测所用传感器形式 将成像技术划分为了机械扫查式线阵三维成像、二 维平面阵列三维成像和RCA阵列三维成像这三类， 分别对其进行了详细的介绍。
鉴于成像精度、执行效率和检测成本是检测声 学成像中重点关注的三种指标，随着技术的逐渐发 展，未来可以结合以下热门方向对现有的成像方法 进行提升：
(1) 与深度学习技术进行结合。深度学习通过 建立和训练深度神经网络模型，能够实现对数据所 含目标特征的直接获取。现有研究已表明[110]，将 深度学习应用到声学成像方法中，可以有针对性地 优化算法参数、抑制图像噪声、减少成像所需的数 据量，甚至可以跳过传统算法的处理流程，直接实现 由数据到图像的端到端成像。这对于提高成像方法 的准确性、实时性和经济性均有益处。
(2) 与压缩感知理论进行结合。压缩感知理论 认为[111]，可以利用信号在某个变换域的稀疏性，设 计算法基于少量采样数据对原始信号进行重构和 还原。由于能够突破奈奎斯特采样定理的限制，因 此可以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，从而有助于 提升成像算法的执行效率、降低其检测成本。
(3) 与声学超材料进行结合。声学超材料是在 亚波长尺度上设计而成的一种周期或非周期性的 人工结构，能够具备诸如负质量密度、负弹性模量和 负折射率等超常的物理特性[112]。采用超材料加工 而成的声学透镜，不仅具有质量轻、体积小的特点， 还能突破衍射极限、实现近场和远场的超分辨率聚 焦[113]。通过对复杂的传感器系统进行替换，也有 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进行结合。非线性 超声检测技术利用基频超声波在传播介质中因接 触声非线性或材料非线性效应所产生的高次谐波 或零频波等非线性成分检测早期损伤[114]，适合于 对材料性能退化或损伤萌生的早期阶段进行评价。 鉴于传统的相控阵扫查和超声层析等声学成像方 法的检测对象大多为宏观缺陷，若与非线性超声检 测技术进行结合[62,115]，则能够进一步提升方法的 成像精度、拓展其适用范围。
