26传感器与微系统（Transducer and Microsystem Technologies)2020年第39卷第12期
DOI：10.13873/J.1000-9787(2020)12-0026-03
基于超声相控阵的全聚焦三维成像+
刘文婧“2，秦华军、王建国1>2，王少锋1
(1.内蒙古科技大学机械工程学院内蒙古自治区机电系统智能诊断与控制重点实验室，内蒙古包头014010;
2.内蒙古科技大学矿业研究院，内蒙古包头014010)
摘要：针对传统超声相控阵二维检测图谱缺陷信息单一的问题，为更加直观反映缺陷在三维空间中的
形态及尺寸等信息，采用带有位置编码器的一维线阵探头，通过分层切片处理与全聚焦算法相结合的方
法，借助MATLAB软件平台及采集的全矩阵数据，绘制出一系列带有位置信息的全聚焦图像，并利用增益
处理技术进行图像优化。在此基础上，根据图像在三维空间中的真实位置信息，利用等值面法及图像的二
值化处理完成缺陷的三维重构，实现了基于一维线性阵列的超声相控阵三维成像。研究结果表明：该方法
能够在空间上实现对被检测区域的直观显示，获得缺陷的高质量三维成像，使得缺陷的形态及位置等信息
更加丰富。
关键词：超声相控阵；全矩阵数据；全聚焦成像；三维成像
中图分类号：TG115.28; TB553; TP212 文献标识码：A 文章编号：1000-9787(2020)12-0026-03 Total focus 3D imaging based on ultrasonic phased array*
LIU Wenjing1’2，QIN Huajun1，WANG Jianguo1，2，WANG Shaofeng1
(1. Key Laboratory of Inner Mongolia for Intelligent Diagnosis and Control of Electromechanical Systems,School
of Mechanical Engineering,Inner Mongolia University of Science and Technology,Baotou014010, China；
2.Mining Research Institute,Inner Mongolia University of Science and Technology,Baotou014010,China)
Abstract：Aiming at the problem of single defect information in traditional ultrasonic phased array two-
dimensional inspection atlas, in order to more intuitively reflect the shape and size of defects in three-dimensional
space, a one-dimensional linear array probe with position encoder is used to draw a series of bit with bit by
combining slicing processing with total focus method, MATLAB software platform and the collected full matrix data
The full focus image with information is set, and the image is optimized by gain processing technology. On this
basis, according to the real position information of the image in the three-dimensional space, the three-
dimensional reconstruction of defects is completed by using the isosurface method and image binarization
processing, and the three-dimensional ultrasonic phased array imaging based on one-dimensional linear array is
realized. The results show that ： this method can realize the visual display of the detected area in space, and obtain
high-quality three-dimensional imaging of defects, which makes the shape and location of defects more abundant.
Keywords：ultrasonic phased array；full matrix data；total focus imaging；three-dimensional imaging
〇引言
超声相控阵检测[1]作为现代工业无损检测技术中的 一种，其具有灵活的声束可控性、分辨率高等优势，使得超 声相控阵在许多领域有着非常广泛的应用[2’3]。为明确工 件内部缺陷的分布及形态信息，对缺陷进行更加直观的三 维显示已经成为新的工业检测要求[4]。目前研究人员提 出的超声三维成像大多基于二维面阵探头。ReverdyF等 人『51采用二维面阵探头对铁素体材料中的缺陷进行了的 三维重构的研究；周正干等人[6]基于8 X8的二维面阵探头实现了超声相控阵的三维成像;Kitazawa S等人[7]开发了 一种基于矩阵探头的三维超声相控阵设备，实现了对槽型 人工裂纹的三维成像。但面阵探头存在声束控制复杂、检 测成本髙等不足，且线阵探头的应用更为广泛。因此，研究 基于线阵探头的超声三维成像具有重要意义。
本文采用带有位置编码器的一维线阵探头对试块中 的通孔进行扫查，通过全聚焦算法与三维重构技术相结合，实现对缺陷的三维成像，并通过增益处理，降低漏检 风险。
收稿日期:202(M)8-19
*基金项目：内蒙古自治区自然科学基金资助项目（2018MS05007，2019MS05041)
第12期刘文婧，等：基于超声相控阵的全聚焦三维成像27
1三维成像数据采集
随着工业检测要求的提高，三维成像显示方式逐渐成
为当前超声相控阵检测的研究热点，而三维成像的数据采
集依赖于分层切片扫描及全矩阵数据采集。
1.1 全矩阵数据
全矩阵数据[8]为全聚焦算法的数据来源，其包含了被
检测区域内所有的声波幅值信息，依靠相控阵采集系统获
取数据。具体采集过程为：第一个阵元激励后由全部阵元
进行接收，采集到的回波信号记为Su〜S ln；随后依次完成
其他阵元的激发和对应回波数据的接收。通过上述步骤，
便可组成一个二维的信号数据矩阵即为全矩阵数据。
该矩阵中的二维数组函数代表第i个阵元发射超声波
时，第7个阵元所接收的超声回波信号。如图1为全矩阵数
据示意图。
接收阵元
12345J n
发射阵元1$11$12*^13•S14^155iy Su 2*^21*^22523*^24S25^2j^2n i S i5s ij Sin
n5nl S n3Sn5s n i^nn 图1全矩阵数据
1.2 分层切片扫描
对于一维线阵探头，由于每次只能获取一个截面内的 全矩阵数据，因此需要通过分层切片扫描来获取三维成像 数据。分层切片扫描的具体过程如图2所示。以线阵探头 的中心为原点坐标,X轴为线阵排列的方向，Z轴为声束在 工件内部的传播方向，垂直于阵列指向被检区域。F轴为 扫查轴，与Z和Z轴相垂直，带有位置编码器的探头沿F轴 方向移动，每移动一定的距离，在对应的截面上进行一次全 矩阵数据采集。当全部切片截面数据采集完成以后，得到 的所有扫査数据构成三维成像的数据来源。
切片n
切片二
切片一
X
图2分层切片扫描示意
2三维成像算法
基于全聚焦算法原理，利用采集的各截面数据进行二 维成像，通过记录的位置编码信息，采用三维重构技术实现 扫查区域的三维成像显示。
2.1全聚焦算法
全聚焦算法[9]通过对采集到的全矩阵数据进行虚拟聚焦处理，实现对被检测区域的检测成像。全聚焦算法原理 如图3所示。
相控阵探告
—►
1dx i T T11/1
/0
di.//
下/7
/
T T
■
n
/
/
/成像聚K
1/
P
图3全聚焦原理示意
依据声束的传播路径，依次计算出全矩阵数据中所有 信号在某一聚焦点的幅值信息，并叠加求和。然后根据全 部虚拟聚焦点的幅值信息即可进行成像。以虚拟聚焦点 P U w)为例，该聚焦点处的声波幅值/(I乃计算公式如下
式中士为；阵元发射、y阵元接收的声波信号，f为采样时 间间隔为声波的传播时间，可以由式(2)求出。
(2)式中/^与分别为发射阵元与接收阵元到聚焦点的距离，C为超声波的声速。
2.2 三维重构
三维成像的方法主要有两种：一种是基于体素的绘制，另一种是基于表面轮廓的绘制[1°]。后者虽具有较好的绘 制效果，但无法详细描述工件的内部信息。而基于体素的 绘制方法可以将二维检测图谱按照实际的空间关系映射到 三维空间中，从而对形成的三维像素点进行插值以及图像 平滑等处理。具体三维成像的过程:i)基于一系列切片截 面的全矩阵数据，实现每个切片截面的二维全聚焦检测成 像，并对其进行增益处理，提高成像质量;2)选择一定的阈 值对二维检测图谱进行二值化处理，得到缺陷在每个截面 上的轮廓信息;3)依据每张图谱的位置编码信息对其进行 三维重构，并对图像进行插值及平滑等处理，实现对缺陷的 三维成像。
3实验与结果
3.1 设计实验
实验采用法国M2M公司的超声相控阵检测设备(Mdti2000)，连接具有64阵元的一维线性探头，阵元中心 频率为10 MHz，采样频率为50 MHz，阵元宽度为0. 5 mm，阵元间隙为〇.1rm nt)试块照片及成像区域
如图4所示，试 块中成像区域的长度为25 mm，宽度为40 mm，厚度为 25誦。在成像区域内有18个分布均匀，直径都为1nun 的通孔缺陷。
28传感器与微系统第39卷图4试块照片及成像区域
在该实验中，将每个25 mm x40 m m的截面成像区域均
等的划分为250 X400的虚拟小网格。在探头扫查轴方向，
将25 mm的厚度，按照0•5 mm的步进，分为50个等间距的
分层切片截面。线阵探头按照设定的步进沿F轴进行扫
查，对各切片截面进行全矩阵数据采集，待全部截面扫查结
束以后，将位置编码信息及采集数据输人到计算机中，完成
基于全聚焦算法的三维成像。
3.2 实验结果与分析
图5中（a)，（b)分别为某一分层切片截面增益处理前
后的全聚焦成像。
H55000
50004500
5
4000 p
3500 §,0
3000 -
2500 驾
2000 迷15
1500100020
50025
横向/mm (a)全聚焦成像
0 10
横向/mm (b)增益后的全聚焦成像
20
图s全聚焦成像与增益后的全聚焦成像
从图中不难发现，相较于未使用增益处理的全聚焦成 像，增益处理后的全聚焦成像能更好的显示缺陷信息，能有 效降低缺陷附近的伪像，提高图像质量。图6则为二值化 处理后的图像。
图6二值化处理后的图像
取缺陷幅值最大处为缺陷位置，表1对比了通孔缺陷5 在全聚焦图像、增益处理后全聚焦图像及实际试块上的位 置信息。表2则对比了增益前后全聚焦成像对缺陷的检出 率。结果表明：增益处理前后对缺陷的检测定位并无太大 影响；但通过增益处理后的图像质量更高，漏检率更低。
表1通孔缺陷5的位置信息
深度(2方向）位罝横向(*方向）位罝
成像方法
深度a
实际相对
深度/m m误差/%
水平
位置/mm
实际水平
位置/nun
相对
误差/%
全聚焦成像21.
y『21.80.5  5.1  5.2  1.9增益后的成像21. c)21.80.5  5.2  5.20
表2通孔缺陷的检出率
全聚焦成像增益处理后的全聚焦成像
检测数目1617
实际缺陷数目1818
漏检率/%11.1  5.6
图7为不同观察角度的缺陷三维视图，实验结果表明：
利用一维线阵探头可以实现超声相控阵基于全聚焦的三维
成像。相较于图5与图6的二维检测图谱，三维成像视图
能够更加直观的显示缺陷信息，明确缺陷形态及位置分布
reactor pressure vessel
等情况。
0 10 20 30 40
(b)侧视图
图7三维成像图
4结论
本文基于全矩阵采集和全聚焦原理，采用分层切片的
扫描方式，结合三维重构技术，实现了一维超声相控阵线阵
探头检测三维成像。
1) 通过将分层切片与全矩阵数据采集相结合，提出了 基于全聚焦的三维成像算法，依托MATLAB平台，实现了利
用超声相控阵线阵探头对缺陷的三维直观显示。
2)文中采用全聚焦实现对分层切片截面的扫查成像，并通过增益处理来降低伪像的产生，检测图像质量得到明
显提高。
3) 该三维成像方法能够可以反映出缺陷的空间位置及 形态，获得更多的缺陷信息，对缺陷的定位及定量研究有着
重要意义。
参考文献：
[1]靳世久，杨晓霞，陈世利，等.超声相控阵检测技术的发展及
应用[J].电子测量与仪器学报,2014,28(9) :925 -934.
[2] NANEKAR P, JOTHILAKSHMI N, JAYAKUMAR T. Ultrasonic
phased array examination of circumferential weld joint in reactor
pressure vessel of BWR [ J ]. Nuclear Engineering and Design,
2013,265：366 -374.
[3]王常玺，刚铁，于朋，等.一种铝合金薄板搅拌摩擦焊焊缝的
超声快速检测方法[J L机械工程学报,2015，51 (2) :7 -13.
[4]杨平，郭景涛，施克仁.超声相控阵二维面阵实现三维成像研
究进展[J].无损检测，2007，29(4) :177 -180.
[5] REVERDY F, MAIIAUT S, DUBOIS P, et al. Advanced matrix
phased array settings for inspection[C]//Abstracts of 17th World
Conference on Non-Destructive Testing,2008.
(下转第35
页)
第12期张瑞宾，等：基于路侧激光雷达的城市交叉口目标识别技术35
数据集划分为“训练集”和“测试集”。
在进行SVM训练前，应通过交叉验证方法在线性核、多项式核、双曲正切核、高斯径向基等不同的核函数中循环 去评估模型好坏，选取交叉校验率高线性核的作为最佳的 核函数，其对应结果如表1所示。
表1不同核函数的对比%
线性核多项式核双曲正切核高斯径向基准确率99999834交叉校验率96915235本文提出的算法能够在“测试集”的物体上获得较高的 分类正确率，性能超过了逻辑回归及决策树等分类算法，如表2所示。
表2不同算法对不同类别目标物的分类正确率％算法行人自行车汽车交通灯交通标识本文算法99991009898
逻辑回归9290939392
决策树8381858280
4结束语
为了准确识别城市交叉口复杂环境下的的行人、车辆 等目标物，本文将三维激光雷达用于道路交通情况监测，提 出了一种基于视点特征直方图与SVM的点云特征提取与 分类算法，利用不同交通参与者及设施的三维点云VFH特 征建立数据集，通过SVM完成点云分类识别，本方法对城 市交叉口环境下典型物体的分类识别准确率均大于90 %
以上。研究成果今后可用于获得目标物轨迹级数据。
参考文献：
[1 ] ZHAO J, XU II, LIU H, et al. Detection and tracking of pedestri­
ans and vehicles using roadside LiDAR sensors [ J ]. Transporta­
tion Research Part C：Emerging Technologies,2019,100 ：68 —87.
(上接第28页）
[6]周正干，李洋，陈方浩，等.矩阵换能器超声三维成像方法研
究[J].仪器仪表学报,2016,37(2) :371 —378.
[7] KJTAZAWA S,K0N0 N,BABA A,et al. Visualization and quan­
titative evaluation of stress corrosion cracking using the three-
dimensional phased array ultrasonic technique [ J ]. E-Joumal of
Advanced Maintenance( EJAM) ,2014,5(4) ：201 —227. [8] HOLMES C, DRINKWATER B W, WILCOX P D. Post-proces­
sing of the f u l l matrix of ultrasonic transmit-receive array data for
nondestructive evaluation [ J ] . NDT & E International, 2005 ,
38(8) ：701 -711.
[7]刘智辉，李玉玲.一种压阻式MEMS加速度芯片及其制作方
法：CN107643424 A [P]. 2018-01-30.
[8] BAO M H. Analysis and design principles of MEMS devices[ M].
Amsterdam： Elsevier,2005 ：45 —47.[2] ZHANG M,FU R,MORRIS D D,et al. A framework for turning
behavior classification at intersections using 3D LiDAR[J]. IEEE
Transactions on Vehicular Technology, 2019,68 ( 99 ) ： 7431 —
7442.
[3]杨思远，郑建颖.基于路侧三维激光雷达的车辆目标分类算
法[J]•传感器与微系统,2020,39(7) :123 -126.
[4]郭保青，余祖俊，张楠，等•铁路场景三维点云分割与分类识
别算法[J].仪器仪表学报,2017,38(9) :2103 —2111.
[5]赵传，张保明，余东行，等.利用迁移学习的机载激光雷达点
云分类[J].光学精密工程，2019,27(7) :1601 -1612.
[6]王肖，李克强，王建强，等.基于三维激光雷达的智能车辆目
标参数辨识[J].汽车工程，2016,38(9) :1146 -1152.
[7]孙秀娟.海量激光点云数据的关键特征准确定位输出方
法[】].激光杂志,2019,40(4):113 —117.
[8]王贵槐，谢朔，柳晨光，等.基于激光雷达的内河无人船障碍
物识别方法[J].光学技术，2018,44(5) :602 -608.
[9]池亚平，凌志婦，王志强，等.基于支持向量机与Adaboosl的
人侵检测系统[幻.计算机工程，2019,45(10):183-188,202. [10]黄刚，刘先林.基于深度学习的道路标线自动提取与分类方
法[J].中国激光，2019,46(8):0804002.
[11]马新江，刘如飞，蔡永宁，等.一种基于路缘特征的点云道路
边界提取方法[J].遥感信息，2019，34(2) :80 -85.
[12]牛辰庚，刘玉杰，李宗民，等_基于点云数据的三维目标识别
和模型分割方法[J].图学学报，2019，40(2) :274 -281 •
作者简介：
张瑞宾（1985—)，男，博士研究生，副教授，主要从事激光雷达
环境感知技术的研究工作，E-mail:zrbl985@gual. edu. cn。
郭应时（1964 -），男，通讯作者，教授，博士研究生导师，主要
从事车辆安全技术研究工作，E-mail:*************。
[9]贾乐成，陈世利，白志亮，等.超声全聚焦成像校正模型及加
速算法[J]•仪器仪表学报,2017,38(7) :1589—1596. [10] PEDERSEN P C, MITRA V, DEY J. Boundary detection in 3D
ultrasound reconstruction using nearest neighbor map \_ C \ //
Proceedings of SPIE—The International Society for Optical En-
gine-ering,2006：614707-1-614707-11.
作者简介：
刘文婧(1987 -)，女，博士研究生，讲师，研究领域为无损检测 技术，E-mail:***************。
秦华军(1994-)，男，硕士研究生，研究方向为无损检测技术，E-mail:*****************。
[9]罗迎社，喻小明•工程力学[M].北京：北京大学出版社，
2006：1 -11.
作者简介：
刘智辉（1987 —），男，工程师，主要从事MEMS加速度传感器
的研究工作。
(上接第31页)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。