Page 32 - 《应用声学》2022年第4期

530 2022 年 7 月

幅值增加显著。若 Q 不存在缺陷，等声程线同样会 令有效等声程线阈值∆I 为
在该点产生叠加，如果信号回波中对应该点的信号 δ 1 + δ 2
′
∆I = Mean(I ) − . (10)
ij
幅值不为零，则声强也会加强，从而形成伪影。如果 2
回波信号中有噪声，或者回波信号中存在拖尾现象， 当某等声程线对应的声强大于 ∆I 时，该等声
则伪影会更加明显。但Q点处较大声强的等声程线 程线即为有效声程线，并将成像截面离散成有限面
个数应明显少于 P 点。因此，如果能统计出所有聚 积的聚焦微元，微元的大小以每个发射阵元信号只
焦点处特定强度 ∆I 的在同一空间聚焦点处的相交 经过一次微元而设定，实际上也就确定了等声程线
次数，就可以判别是否为伪影。将这些反映缺陷存 的间隔。则传感器阵元发射和接收遍历后，微元中
在的等声程线称为有效等声程线。 经过的有效等声程线个数即为有效等声程线相交
当 ∆I 选择过大时，可能过滤掉缺陷回波；当 数目。
∆I 选择过小时，则不足以判别出伪影。实际缺陷的 一般情况下缺陷点处的有效等声程线相交线
尺寸和分布对缺陷回波幅值的影响较大，同时需考 数量要明显多于伪影处，但当缺陷个数较多或回波
虑噪声的影响。均方根误差原则为统计学的一种方 信号信噪比 (Signal-noise ratio, SNR) 低时，伪影对
法，反映了估计量与被估计量之间差异程度，常用于 应微元处的有效声程线相交数目可能与缺陷微元
阈值选取 [18] 。将全矩阵数据与均方根误差方法结 处的接近。如果此时直接根据相交数量的多少判定
合，可得有效等声程线阈值计算过程如下： 伪影和缺陷，误判的概率就会增加。因此通过有效
假设通过希尔伯特变换得到回波信号 S ij (t)的 声程线相交数目判别后，采用原始图像的强度进行
包络为S (t)： 二次判别，以达到更完善的剔除伪影效果。其具体
′
ij
∫
1 1 +∞ S ij (t) 流程图如图2所示。
′
S (t) = S ij (t) = dτ. (6)
ij
πt π t − τ
−∞
नݽ
求取包络峰值最小峰值 I ，并存储在矩阵 I ′
′
ij
中，得到 Лᅾ᫼஝૶
 
I ′ I ′ · · · I ′ · · · I ′ ЛᐑཥᡔܦᎥᬞڏϸ
11 12 1j 1N
 . . . . . . . . . . . . 


 . . . . . .  Cannyካߕᖍԩ
  Uጸڏϸܫေϋᤥӝ
′
 ,

I =  I ′ I ′ · · · I ′ · · · I ′  (7)
i1 i2 ij iN
  ᝠካඈ˔ϋᤥӝࣱک
 . . . . . ֓
 . . . . . . . . . . .  ద஍ܦሮጳᄱ̔൓஝ L i
.
. 
 
֓
I ′ I ′ · · · I ′ · · · I ′ L i ࠵̆Uጸ
N1 N2 Nj NN ֓
˗తࣱܸکᄱ̔L max ա
其中，I 代表第i 号阵元发射、第j 号阵元接收的回 ௧ ൓஝ᄊʷӧ
′
ij
波信号的最小峰值。 សӝ۫ ࠲Ҝ͸ϋᤥӝ۫ᄱՏງ
为 了 减 少 噪 声 的 影 响， 计 算 I 的 平 均 值 Ѽѿ˞͢ॖ एѳѬʷጸ С˞Hጸ
′
ij
Mean(I )： Տጸ˗
′
ij
౽ӝࣱ۫کࣨϙʾᬌ
N N
1 ∑ ∑ ௧ ᡔ᣿សጸతࣱܸک ա
′
′
Mean(I ) = I . (8) ࣨϙ-6 dB
ij ij
N × N
i=1 j=1
សӝ۫ សӝ۫Ѽѿ
将小于Mean(I )的I 依次放入集合C 1 ，大于 Ѽѿ˞͢ॖ ᄾࠄᎥᬞ
′
′
ij
ij
′
′
Mean(I ) 的 I ij 依次放入集合 C 2 ，则可计算得到 ၹڏϸᅾ᫼˗ूएతͰ δ႑សӝ۫
ij
两个集合C 1 和C 2 的标准差分别为δ 1 和δ 2 ： ϸጉϙ܍Ѝ͢ॖӝ۫ Ԕݽڏϸ
v
u Y n
1 2
u ∑ ፇౌ
δ n = t (C n [k] − C n ) , n = 1, 2, (9)
Y n
k=1
图 2 全聚焦成像伪影剔除流程图
其中，Y n 表示集合 C n 中的数据个数。C n [k]为集合 Fig. 2 Flow chart of artifact removal in all-focus
C n 第k 个值，C n 为集合C n 的平均值。 imaging