一种时空稀疏的超声相控阵成像方法

本发明涉及超声相控阵成像领域，尤其涉及一种时空稀疏的超声相控阵成像方法。

背景技术：

1、超声相控阵技术在无损检测领域应用广泛。与传统的超声检测相比，超声相控阵可以通过控制每个阵元的激励时间灵活地产生聚焦或偏转声束，在单点聚焦或动态聚焦模式下，可显著提高聚焦区域的检测分辨率。但是，焦平面上良好聚焦的同时，非焦平面区域的声束扩散更加严重，且依靠硬件实现检测区域内密集多点聚焦也是非常困难的。

2、对于这一问题，基于全矩阵数据的超声相控阵虚拟聚焦成像技术的提出为此提供了新的思路，其中最具代表性的全聚焦成像方法可实现成像区域内的任意点聚焦，从而有效提高检测图像的空间分辨率。然而，该成像算法需要采集、存储的数据量巨大，即，对于具有n个阵元的探头，在每个测试位置都需采集包含n2个a扫描信号的全矩阵数据。大数据量的采集和存储对系统硬件提出了更高的要求，因而限制了该算法的实际应用。

3、为了改进全聚焦成像方法，已有研究[1]提出用压缩传感方法对各通道信号进行采集重构，可降低每个通道信号的采样点数。然而，全矩阵数据通道数量多的特点依然使成像数据组存在数据量大、计算开销大的问题。

4、参考文献

5、[1]吴斌.一种基于压缩感知的超声阵列全矩阵数据重构方法[j].测控技术,2021,(3):96-101.

技术实现思路

1、本发明提供了一种时空稀疏的超声相控阵成像方法，针对超声相控阵全聚焦成像方法所需全矩阵数据量大的问题，本发明同时引入压缩传感方法和阵列稀疏优化方法，分别从时、空两个方面降低数据采集量，全面解决全矩阵采集存在的大数据问题，从而提升全聚焦成像方法的实用性，详见下文描述：

2、一种时空稀疏的超声相控阵成像方法，所述方法包括：

3、对空域进行稀疏—稀疏阵列优化，对空间稀疏后各阵元通道采用压缩传感的方法进行a扫信号的采集重构，从各a扫信号的时间维度上实现采样的稀疏效果；

4、将时空稀疏后的数据组织成矩阵，划定成像区域内每个像素点的像素值通过对矩阵数据中所有发射-接收信号进行延时叠加而得到，达到在检测区域任意点聚焦的效果，提高图像的横向分辨率。

5、其中，所述对空域进行稀疏—稀疏阵列优化具体为：将待成像区域进行m×n维网格划分，选取重点探测区域amn的网格几何中心点，将该点连接相控阵阵列中心点，连线方向为声束偏转方向，标记为声束θmn；

6、初始化粒子群；粒子群中的每一个粒子为n维，且粒子被编码为二进制串，其中“1”代表对应阵元被选中参与声信号的发射与接收；

7、计算考虑区域amn所对应的偏转声束综合声学特性，即以声束θmn的主瓣宽度窄、旁瓣峰值低为优化目标，适应度函数为声束θmn的归一化主瓣宽度与归一化旁瓣峰值的加和；

8、根据适应度值找到最优粒子的位置；更新最优粒子的位置；满足迭代终止代数时停止迭代，得到最优粒子编码，得到重点探测区域amn的最优稀疏阵列分布；

9、将与区域amn对应的稀疏阵列分布情况进行编码存储，在全聚焦成像计算步骤中，由此编码索引参与阵元。

10、其中，所述对空间稀疏后各阵元通道采用压缩传感的方法进行a扫信号的采集重构具体为：

11、将信号变换至某变换域，且变换系数稀疏，稀疏变换为：

12、从检测待测对象的阵元通道信号中选取50个样本，进行稀疏变换，得到样本在各个稀疏变换方法下的变换系数；

13、计算各变换系数向量的稀疏度，定量评价系数的稀疏度：

14、

15、其中，θ是变换系数向量，k是该向量元素个数，取均值最大的稀疏度值对应的变换作为稀疏变换。

16、其中，所述将时空稀疏后的数据组织成矩阵，划定成像区域内每个像素点的像素值通过对矩阵数据中所有发射-接收信号进行延时叠加而得到具体为：

17、根据检测要求划定待成像区域，并将该区域进行网格划分，相邻网格间距由成像精细度要求决定；

18、每个网格对应一个像素点，通过对每个通道信号对应的发射-接收阵元与目标像素点组成的路径进行声束飞行时间计算，每个像素点的像素值由所有通道信号进行延时叠加计算得到，成像区域中一点(x,y)的像素值计算方法如下：

19、

20、其中，m为稀疏阵列优化后阵元个数，h表示通道信号的希尔伯特变换，t0为声波由发射阵元经(x,y)点至接收阵元所需时间，设发射阵元的坐标为(xtr,ytr)，接收阵元的坐标为(xre,yre)，则：

21、

22、其中，c为声波在待测介质中的传播速度；计算出待测区域所有网格对应像素的像素值，得到全聚焦图像。

23、本发明提供的技术方案的有益效果是：

24、1、本发明在引入压缩传感方法对通道信号进行采集重构之前，用阵列优化的方法获得稀疏阵列，从而减少数据通道，进一步缓解全聚焦成像数据量大的问题；

25、2、本发明的各通道信号的采集属于时间维度，阵列的稀疏优化属于空间维度，本方法分别从时、空两个方面全面解决全矩阵采集存在的大数据问题，从而提升全聚焦成像的实用性，实现高分辨且高效率成像；

26、3、本方法从时间维度对通道信号进行压缩传感降低采样点数，可全面有效降低全聚焦成像所需的数据量及计算开销，假设稀疏阵列阵元个数为满阵阵元个数的7/8，压缩传感的压缩比为80％，则时空稀疏后的数据量约为原数据量的61％，极大降低了全聚焦成像所需的数据量，从而提升该成像方法的实用性，为有效提高检测图像的横向分辨率提供了可行方法。

技术特征：

1.一种时空稀疏的超声相控阵成像方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种时空稀疏的超声相控阵成像方法，其特征在于，所述对空域进行稀疏—稀疏阵列优化具体为：

3.根据权利要求1所述的一种时空稀疏的超声相控阵成像方法，其特征在于，所述对空间稀疏后各阵元通道采用压缩传感的方法进行a扫信号的采集重构具体为：

4.根据权利要求1所述的一种时空稀疏的超声相控阵成像方法，其特征在于，所述将时空稀疏后的数据组织成矩阵，划定成像区域内每个像素点的像素值通过对矩阵数据中所有发射-接收信号进行延时叠加而得到具体为：

技术总结
本发明公开了一种时空稀疏的超声相控阵成像方法，包括：对空域进行稀疏—稀疏阵列优化，对空间稀疏后各阵元通道采用压缩传感的方法进行A扫信号的采集重构，从各A扫信号的时间维度上实现采样的稀疏效果；将时空稀疏后的数据组织成矩阵，划定成像区域内每个像素点的像素值通过对矩阵数据中所有发射‑接收信号进行延时叠加而得到，达到在检测区域任意点聚焦的效果，提高图像的横向分辨率。本发明针对超声相控阵全聚焦成像方法所需全矩阵数据量大的问题，本发明同时引入压缩传感方法和阵列稀疏优化方法，分别从时、空两个方面降低数据采集量，全面解决全矩阵采集存在的大数据问题，从而提升全聚焦成像方法的实用性。

技术研发人员：杨晓霞,王冬霞,董建,赵金涛
受保护的技术使用者：天津职业技术师范大学（中国职业培训指导教师进修中心）
技术研发日：
技术公布日：2024/3/27