Page 18 - 《应用声学》2025年第1期
P. 18

14                                                                                   2025 年 1 月


                                                               波发出后被结构特征所反射回的回波中的信息进
             0 引言
                                                               行检测,包含了扫描超声成像和相控阵成像等方法;
                 声学成像是一门通过获取和记录检测区域的                           相位-幅值型技术与脉冲透射的检测原理类似,利用
             声场信息,借助声学参量,重建目标区域外形或内                            的是声波信号穿透目标结构后所产生的幅值和相
             部可见图像的方法与技术            [1−2] 。相比于光学成像所            位的变化信息,包含了超声层析等方法;幅值映射
             用的可见光,声波能够在诸如金属材料和生物组织                            型技术利用声波信号与结构特征位置之间的映射
             等不透明介质中传播,因此适合于对结构内部进行                            关系进行成像,包含了超声显微镜等方法。然而,由
             检测。其相对于 X-CT 等方法的安全性,也使得声                         于近年来新的声学成像方法层出不穷,不同技术之
             学成像被广泛用在医学诊断、工业无损检测和水下                            间也存在交叉和融合,因此按照上述标准进行归类
             探测等领域中。鉴于通常情况下检测分辨率与声波                            并不容易。考虑到对于三维的待检测结构,声学成
             波长密切相关,为了检测到尺寸较小的结构内部缺                            像所得图像通常有厚度、水平截面和三维空间之分。
             陷,波长较小的高频超声就成为了声学检测中的一                            若从成像结果的维度出发,结合各声学成像方法常
             种常用的工具。                                           用的场景对其进行归类,则不仅能解决方法分类的
                 自 20 世纪 20 年代 Sokolov   [3]  开展初步的超声          难题,还能为不同方法之间的对比和选取提供一定
             成像试验以来,检测声学成像发展至今已拥有众多                            的参考,相应的分类框架如图1所示。
             的类别和形式,其原理也不尽相同。按照对幅值和                                本文综述了检测声学成像相关的原理和技术,
             相位等声学信号特征的利用方式,声学成像技术理                            基于成像结果的维度对它们进行了归类和介绍,并
             论上可以分为脉冲 -回波型、相位 -幅值型和幅值映                         对影响检测声学成像准确性、实时性和经济性的主
             射型这三种类型        [4] :脉冲 -回波型技术通过提取声                要因素以及相应的应对策略进行了讨论和分析。

                                                       ೝ฾۳ᆩ  AੳnjBੳ
                                                                        ӭଊ݀
                                          ӭ᫼Ћੳଡੇϸ      Ռੇߘय़ᐑཥ
                                                       ᛢ࠱௑ࣀข            ԥଊ݀
                                                       ೝ฾۳ᆩ  ᐑཥnjϠᣁnjᐑཥϠᣁ
                                   ̄፥                  ࠀགᐑཥ  EੳnjSੳ
                                  Ԓए੕᭧                                               ᝺Ꮆ௑णᤉ
                                   ੇϸ        ᄱ଍᫼ੇϸ     үগᐑཥ  Ѭ඀үগᐑཥ                    ᛡᐑཥ
                                                       Ռੇߘय़ᐑཥ  M-SAFnjSRAnjSFnjSTA
                                                       Лᐑཥ  FMCnjPWInjDWI
                                           ጳভ᫼ѵੇϸ      ௑ᫎԦᣁԔေ  ઩੨ੇϸข                 ᒭᤠऄᐑཥ
                                           ӭଊ݀ੋᄱ଍᫼ੳଡੇϸ  Cੳnjܦߦ௭ॲ᪫
                             ೝ                         ೝ฾۳ᆩ  Radonԫ૱nj˗ॷѭྟࠀေ
                             ฾              ဗፉ᫼ѵ       ᄰଌԦ໦  Ϭ᧗Ձԫ૱᧘थnj໚ฉԦઆॖ
                             ܦ             ᤩ࠱ࡏౢੇϸ                                     ࠱ጳܦߦ
                             ߦ     ̄፥                  ᫎଌԦ໦  ̽஝᧘थขnjᐏՌᤖ̽᧘थข
                             ੇ    ඵࣱ੕᭧                 ೝ฾۳ᆩ  BornᤃͫnjRytovᤃͫnj
                             ϸ     ੇϸ                                    ᛢ࠱આॖࠀေnjᅾ᧚ข
                             வ
                             ข                                 ᛢ࠱ࡏౢ(ीங࠱Ϝ᝺): ᄰଌ
                                             ဗፉ᫼ѵ      ᄰଌԦ໦    Ϭ᧗Ձᤤԫ૱nj໚ฉԦՔ͜୧
                                           ங࠱ࡏౢੇϸ              ᤊڤϜ᝺  ጳভચನข            ฉүܦߦ
                                           (ᤤங࠱᫈ᮥ)
                                                           Т̆᭤ጳভᄊܫေவर
                                                               Bornᤖ̽ขnjԫॎBornᤖ̽ข
                                                       ᫎଌԦ໦
                                                               ЛฉॎԦ໦
                                           ఻೚ੳಊरጳ᫼ʼ፥ੇϸ
                                  ʼ፥ੇϸ     ̄፥ࣱ᭧᫼ѵʼ፥ੇϸ
                                           ̄፥RCA᫼ѵʼ፥ੇϸ
                                           图 1  本文关于检测声学成像方法的分类框架
                               Fig. 1 Framework for categorizing acoustic inspection imaging methods
   13   14   15   16   17   18   19   20   21   22   23