以上介绍的这些常用的超声检测技术各有特点，能够实现相互结合检测。例如Spytek等结合了体波和导波的优点，提出两部损伤评估框架。首先，利用导波对于复杂构件的碳纤维复合材料板进行快速地大面积的扫查，再针对出现损伤的区域采用高频的超声激光超声检测技术，实现高分辨率的损伤成像。因此，需要根据实际检测要求和环境，选择相应的超声检测技术。
基于体波的检测技术能够实现厚度方向上微小损伤的检测，现有研究检测碳纤维复合材料的样品厚度的范围约为3~6.4 mm，在检测频率为20 MHz时，能够检测到的最小损伤直径约为 0.5 mm。基于导波的检测技术，检测的样品厚度范围一般为2.54~4 mm的碳纤维复合材料层合板，该技术具有检测范围广和检测效率高等优势，能够检测最小损伤直径约为3 mm。
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。
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。
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。
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。
图12 碳纤维复合材料中的褶皱损伤的TFM成像
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；
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。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
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。
图14 三维相控阵扫描示意图
超声层析成像是基于超声传播理论，由检测设备从物体外部实测获得投影数据，通过建立投影数据与超声传播路径和声速参数分布组成的模型方程之间的关系，反演出物体内部的二维图像。超声层析成像按照采集方式的不同，可以分为透射式和反射式。透射式层析成像最先被提出和应用，最初的假设声波按照直线传播，类似于X射线，但在实际中声波往往存在折射和衍射的特征，在不同的介质的界面处会发射折射和衍射的现象。因此，Lytle等基于射线追踪方法，反复迭代更新超声波以反演出实际的超声波的传播路径，从而获得物体内部损伤的成像。反射式层析成像则用于大尺度结构的损伤成像，基于置于检测物体一侧的换能器的测量数据，通过滤波-反投影法以重建损伤的形貌。Jansen等在反射式采集方式下，利用Lamb波的声时和能量衰减等信息为层析成像所需的投影数据，实现了碳纤维复合材料中分层损伤的层析成像。然而，采用射线近似的假设，不适用于复合材料中的微小损伤，因为此时的损伤在投影的方向尺寸不大于低频导波的波长，从而出现较大的误差。对此，一些学者提出了基于波动方程的衍射层析成像方法。Wang等基于波函数给出了由不均匀性引起的拉伸和弯曲平板波的散射现象的精确解。
为避免Lamb波在碳纤维复合材料中传播的产生的复杂反射信号的特征提取困难，Su等提出了基于希尔伯特能谱和Lamb波层析成像的损伤识别方法，如图15所示，分别在仿真模拟和实验两方面都实现了碳纤维复合材料的单损伤和多损伤的定位成像。
图15 碳纤维复合材料的损伤层析成像结果
逆时偏移方法被认为是地质勘探领域中高精度的地质构造轮廓的成像方法。它是一种基于波动理论的深度域偏移方法，可以呈现出极其复杂的地层结构模型的轮廓图像。按照处理资料的不同，可以分为叠后和叠前逆时偏移成像。目前，在超声无损检测领域，叠前逆时偏移方法广泛用于均匀介质和分层介质中的损伤成像。常用的叠前逆时偏移成像条件有激发时间成像、振幅比成像和互相关成像条件。其中互相关成像条件应用最为广泛。
对于较薄的碳纤维复合材料层合板，采用频率相对较低可近似于Mindlin板理论的波模型，从而利用叠前逆时偏移结合激发时间成像条件实现损伤的成像。进一步，为了提高成像的分辨率和效率，采用零延迟互相关成像条件对复合材料层合板中的损伤进行逆时偏移成像。
逆时偏移方法对于较薄的碳纤维复合材料板中的损伤，能够不受其频散的影响，较好地实现损伤成像，但是使用该方法时耗费的计算时间较长，计算数据量大，不适合用于损伤的在线监测。
上述的三种成像算法中，全聚焦成像算法、三维可视化成像方法以及逆时偏移成像方法都可用于基于体波检测技术的信号，实现损伤的检测成像。而概率成像则主要用于基于导波检测数据的损伤成像。该方法不依赖于结构的先验知识，如导波的传播模态和群速度等。该方法是基于概率的损伤检测重构算法，通过引入空间概率分布函数和信号损伤指数表征损伤。空间中某点的成像点的幅值是以各路径的损伤指数因子乘上加权函数的结果，当成像幅值越大，则该点位置出现损伤的概率就越高。概率成像方法因在成像过程中无需导波在结构中的模态和群速度的空间分布等先验知识，具有计算效率高，并且能够有效识别碳纤维复合材料结构上的各种类型的损伤。如图16所示，Liu等结合虚拟时间反转和概率成像方法，对碳纤维复合材料中梯形、矩形和圆形等不同形状的损伤进行成像。由于基于导波的检测数据，其损伤形貌的成像结果不如C扫描的成像结果，然而其成像效率远高于C扫描技术。Mustapha等还研究了变厚度的碳纤维环氧树脂层压板和高性能泡沫夹芯组成的夹芯板中的导波传播规律，定义了单个传感路径的损伤指数，以检测锥形复合夹层板中的脱粘损伤。
图16 碳纤维复合材料不同形状的损伤的概率成像结果
然而，影响概率损伤成像诊断效果的因素有频率、传感路径网络以及有效椭圆分布区域的大小等。对此，Wu等提出采用多个频率融合图像的方法以消除不同频率的影响，并针对其他影响因素提出了提高损伤识别效果的优化方案，成功提高了碳纤维复合材料加筋板上的损伤定位精度。对于传感网络的密度影响概率成像效果的问题，Liu等结合全求和方法和全乘法方法这两种图像融合方法，对概率成像方法进行了改进，以消除不均匀概率分布的影响，从而提高检测的准确性和可靠性。Zhu等基于机电阻抗结构健康监测方法提出了改进的概率加权损伤成像算法，有效地检测出蜂窝夹层复合材料结构内部的脱粘。
概率成像方法能够在未知导波的传播模态和群速度等先验知识下，基于引入的空间概率分布函数和实际测量到的信号差异对损伤的严重程度进行诊断。然而，在真实服役环境下，各接收信号之间产生差异的原因可能不仅仅来源于由损伤引起的超声导波散射信号，因此，损伤诊断成像效果易受检测环境的影响。
