利用超声成像算法对损伤进行诊断，能够更加直观地表征损伤的严重程度。然而，由于超声波信号在碳纤维复合材料中呈现出高衰减的现象，造成接收回波幅值信号小，不易提取损伤特征信息。对接收的信号在成像之前进行预处理，就显得十分重要。根据超声信号是一种典型的非线性和非平稳的信号特征，常采用时频域的分析方法提取损伤信号的特征。超声回波的时频分析主要用于去掉测量噪声的干扰、区分重叠的回波和识别出信号特性的变化三大方面。常用的时频分析方法有小波变换、短时傅里叶变换、S变换、希尔伯特-黄变换等方法。其中小波变换被广泛应用于无损检测领域之中，利用小波变换对超声回波信号进行降噪，结合模极大值进行了信号奇异点的检测，从而提高了损伤回波信号的检出能力。进一步，为解决复合材料中临近表面的分层损伤的检测问题，利用S变换和希尔伯特-黄变换提高检测损伤的分辨率。全聚焦方法通过处理采集的全矩阵数据，对于待检测空间中的每一点，进行虚拟聚焦成像显示。具体实现步骤如下：将待测试块所处的二维空间，划分为离散的坐标点，将每一个坐标点视为虚拟聚焦的焦点，对于发射阵元i(ai, 0)和接收阵元j(aj, 0)的组合，从接收阵元j(aj, 0)接收的信号中，确定空间的某点X(x, z)所历经的同等时间的回波幅值，就是该点X的成像幅值。因此，在全聚焦成像方法中，对于二维空间的成像幅值，可表示为
其中，Sij表示为对于第i个阵元作为发射阵元，第j个阵元作为接收阵元接收的信号，c为待测试块中的声速。由全聚焦成像方法的原理可知，精确地计算声时是影响成像效果的主要因素。而目前针对碳纤维复合材料的声时计算，基于的模型分为三类：第一类是将复合材料视为各向同性介质；第二类则是将复合材料均质化处理；第三类则是考虑了复合材料的非均匀性和各向异性，采用一些声线示踪的方法进行声时的计算。为了实现褶皱损伤的精确表征，张海燕等基于上述第一类各向同性声学模型，结合超声波在传播时声场能量与声束扩散方向的关系，对全聚焦成像方法进行了校正，校正后的褶皱损伤成像图和实物图较为一致。由于超声检测波长大于复合材料层状厚度，符合均质化理论。据此，Yan等和Li等对于复合材料中的三个不同深度的横通孔进行了全聚焦成像，结果表明成像效果优于各向同性的模型，但是因铺层反射的结构噪声的影响，使得成像信噪比较低。为精确实现损伤的诊断成像，还需对复合材料中的声传播路径和声时进行分析与计算。目前用于层状结构的复合材料的声时计算有正演与反演两大类的声线示踪方法。正演类声线示踪方法通过分析入射声波经过异种各向异性材料的分界面的反射和折射现象，建立声线传播路径。反演类声线示踪方法则是基于费马原理在已知声波发射源的位置和目标点的位置的条件下，反演出他们之间的声传播路径和声时。这与计算机领域中搜索最短路径算法的目的相一致，因此，不少学者将Dijkstra算法、A*算法和Viterbi算法用于奥氏体刚焊缝和碳纤维复合材料等各向异性材料的检测中。
图 12 碳纤维复合材料中的褶皱损伤的TFM成像
Fig.12 TFM imaging of wrinkle defects in carbon fiber composites
Dijkstra算法是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。而A*算法在Dijkstra算法的基础上增加一个启发式函数来进行射线追踪，提高了搜索效率。这些算法采用了求解路径规划问题的策略，适合于沿给定节点寻找路径。Zhou等结合Dijkstra算法和Snell定律，提出用于阵列成像的高效超声射线追踪算法。Lin等提出了一种基于Dijkstra算法的射线追踪方法，对不同耦合条件下的碳纤维复合材料中的横通孔，实现了这些损伤的更清晰的全聚焦图像。横通孔、分层、夹杂等损伤与复合材料的声阻抗差异较大的损伤易于检出。而对于纤维褶皱这类与复合材料声阻抗差异较小的损伤，若使用常规超声方法则会出现漏检和误检等现象。利用超声相控阵与全聚焦方法的结合，如图12所示，有效检测出多向碳纤维复合材料层压板中的纤维褶皱损伤。除此之外，Dijkstra算法也被应用于复合材料角部件结构和混凝土中的损伤诊断。综上所述，全聚焦成像应用于平板类碳纤维复合材料的研究较多，对于复杂结构的碳纤维复合材料中损伤的成像研究较少。另外，目前的全聚焦成像技术，没有考虑声衰减的变化，若考虑了能量的变化，再优选声传播路径或者对衰减的能量进行补偿，能够进一步提高全聚焦成像的效果。现有的超声图像可视化表征基本是二维图像，例如B扫、C扫描显示和全聚焦成像结果。为更加立体地呈现出复合材料中损伤的大小、位置和形状等方面的信息，可采用三维可视化成像技术。对比于传统的二维成像技术，超声相控阵三维成像的主要优点是：（1）提高了损伤检出的准确率，减少了误检和漏检的风险；（2）精确表征损伤的体积；（3）检测范围广，成像效率高。因此，三维可视化成像技术具有广阔的市场应用前景，是当前工业无损检测的一个研究热点。三维超声图像的重构主要基于两种采集方式的数据 ，一种是基于带有位置编码器的一维线性相控阵探头采集的数据，另一种则是基于二维矩形排列的相控阵数据。这两种方式的优劣列于表3中。因一维线阵换能器成本低，被广泛应用于复合材料中的三维超声图像的重构。由于复合材料的多层边界造成的结构噪声，使得采用三维可视化表征的损伤大小不够精准。对此，Mohammadkhani等提出基于小波变换和提取结构噪声统计均值和标准差的智能阈值技术，更为精确地实现了损伤的三维成像。另外，为实现快速且实时化的损伤三维成像，如图13所示，Bulavinov等利用相控阵基于合成孔径技术获取B扫描图像，再将这些B扫描图像合成为损伤的三维图像。基于一维阵列探头采集的数据，也实现了复合材料中冲击损伤和孔隙损伤的三维可视化成像。
图 13 碳纤维复合材料损伤的三维可视化成像
Fig.13 Three-dimensional visualization imaging of carbon fiber composite damage
图 14 三维相控阵扫描示意图
Fig.14 Schematic image of a scanning of 3D phased arrays
如图14所示，利用二维面阵对待测物体发射聚焦光束进行体积扫描，从而实现损伤的三维可视化表征。基于面阵探头的三维图像重构的优点就是扫查速度快和高的空间分辨率。
