SEIZIÈME COLLOQUE GRETSI — 15-19 SEPTEMBRE 1997 — GRENOBLE 315

Détection et localisation de défauts en échographie ultrasonore

Julien Sallard*, Luc Paradis* et Jean-Louis Lacoume**

* CEA-CEREM. Bât. 611 CEN Saclay 91191 Gif-sur-Yvette

E-mail: [email protected]
** CEPHAG, INPG/IEG, 38402 Saint-Martin-d'Hères

RÉSUMÉ ABSTRACT

L’interprétation des images ultrasonores est un problème délicat. The examination of ultrasonic images is a hard task. The length of
La durée temporelle de l’onde émise par le traducteur, sa défor- the wavelet emitted by the transducer, its modification along its
mation au cours de sa propagation et la largeur du faisceau rendent propagation and the width of the beam blur the detection and the
difficile la détection et la localisation des défauts. Afin d'accroître localization of defects. To enhance the resolution of ultrasonic im-
la résolution des images ultrasonores, nous présentons un traite- ages we present a process in two steps. First, each signal of the
ment en deux étapes. Chaque signal composant l'image est décon- image is deconvolved separately with respect to the same signal. It
volué séparément par rapport à un même signal. On augmente ain- enhances the axial resolution and prepare the data for the second
si la résolution axiale et on met en forme les données pour le se- process. Then, the ultrasonic image is reconstructed with a modi-
cond traitement. L'image est ensuite reconstruite grâce à un algo- fied version of the SAFT (Synthetic Aperture Focusing Technique)
rithme de type SAFT (Synthetic Aperture Focusing Technique) algorithm. The reconstruction laws are calculated from a numerical
dont les lois de reconstruction sont calculées à partir d’une simu- simulation of the ultrasonic field.
lation numérique du champ rayonné.

çu est alors assimilé au filtrage linéaire de la réflectivité par

l’ondelette émise. L’hypothèse implicite d’invariance de
l’ondelette au cours de sa propagation n’est généralement
1 Introduction pas respectée en CND. Lorsque ce phénomène est négligé
les résultats obtenus ne sont pas satisfaisants comme le sou-
Le contrôle non destructif (CND) par ultrasons est une
ligne Bulo [1]. Une approche possible est de recourir à une
technique utilisée depuis de nombreuses années pour dé-
réponse impulsionnelle variable [2], mais la prise en compte
tecter et caractériser les défauts dans les structures. Sché-
de la déformation de l’ondelette est délicate et requiert une
matiquement, un transducteur émet une onde ultrasonore
bonne connaissance physique du problème. Cette approche
(ondelette) qui se propage dans le matériau. Lorsque cette
monodimensionnelle est incomplète car elle n’apporte pas
ondelette rencontre une inhomogénéité, une partie de
de réponse à la mauvaise résolution latérale de l’image
l'énergie émise est rediffusée. Le transducteur fonctionne
Bscan.
alors en réception et transforme le champ de pression ré-
Notre approche est fondée sur une modélisation physi-
émis en un signal électrique (Ascan). On déplace le capteur
que du champ rayonné et de l’interaction faisceau-défaut.
suivant une droite pour effectuer de nouvelles mesures. Une
On peut ainsi modéliser le signal ultrasonore mesuré sous la
représentation classique des données consiste à juxtaposer
forme d’un produit de convolution entre une fonction tem-
les signaux enregistrés pour former une image dite Bscan
porelle et une fonction dépendant non seulement du temps
qui peut être vue comme une coupe du matériau contrôlé.
mais aussi de la position du défaut dans le champ du cap-
Cette image ne permet pas de connaître précisément les ca-
teur. Le problème de la détection et de la localisation de
ractéristiques physiques du matériau. En effet, l’écho pro-
petits défauts est résolu en traitant successivement le signal
duit par une variation locale de la réflectivité est altéré par
monodimensionnel Ascan puis l’image Bscan. Chaque As-
la forme d’onde à l’émission et par la déformation de
can est déconvolué séparément par rapport à un même si-
l’ondelette au cours de sa propagation. De plus, le faisceau
gnal de référence afin de s’affranchir de la forme d’onde
ultrasonore ayant une certaine largeur, un défaut même
temporelle émise par le capteur. On améliore ainsi la réso-
ponctuel est détecté pour plusieurs positions consécutives
lution axiale de l’image. On applique ensuite à l’image dé-
du capteur. Il apparaît donc en plusieurs points de l’image.
convoluée un traitement de type SAFT (Synthetic Aperture
L’estimation de la réflectivité du matériau à partir du si-
Focusing Technique) qui améliore la résolution latérale. Ce
gnal observé n’est habituellement traité que comme un pro-
traitement construit point par point une nouvelle image en
blème de déconvolution monodimensionnelle. Le signal re-
316

sommant les données suivant des lois de retard dépendant déconvolution. Nous avons choisi une méthode bayésienne
de la position considérée. de déconvolution. Ce type de méthode est bien adapté au
cas où une information a priori sur la fonction à restaurer est
2 Modélisation du signal ultrasonore disponible. De plus, l’apport d’information a priori rend la
déconvolution robuste au bruit. Dans le domaine de la géo-
Le transducteur, excité par une tension électrique, émet physique, Mendel et son équipe ont représenté le milieu
une onde ultrasonore. Dans un liquide, la pression p(M,t), avec un modèle Bernoulli-Gaussien [3]:
reçue en un point M quelconque du champ au cours du µ (k)= r(k). q(k) (4)
temps t, s'exprime grâce à la notion de réponse impulsion-
nelle spatio-temporelle sous la forme: où r(k) est une variable gaussienne centrée commandant
∂v (t ) l'amplitude des réflecteurs, q(k) est une variable de Ber-
p(M , t ) = ρ0 . * h( M , t ) (1) noulli déterminant la présence ou non de réflecteurs. Grâce
∂t
où v(t) est la vitesse particulaire à la surface du transduc- à la propriété d’invariance de l’estimateur du maximum de
teur, ρ0 la masse volumique du milieu de propagation et * vraisemblance ce modèle permet de découpler le problème
représente l’opérateur de convolution temporelle. La fonc- de la détection des événements de celui de l’estimation de
tion h(M,t) est appelée réponse impulsionnelle de diffrac- leur amplitude. Le choix d’un modèle Bernoulli-Gaussien
tion du capteur. Elle traduit la déformation de l’onde au est approprié pour reconstruire une séquence peu dense de
cours de sa propagation et s’exprime sous la forme: Diracs. L’algorithme particulier retenu pour la déconvolu-
r tion des signaux Ascan a été développé par Goussard et al.
δ (t − ) [4]. Il a l’avantage d’utiliser une représentation MA de
c
h(M , t ) = ∫Trad dS0 (2) l’ondelette qui est une transcription directe de l’équation de
2π r
convolution.
r est la distance entre le point M et la surface du traducteur.
Le même traducteur est utilisé en réception. Dans 3.1 Application à des signaux simulés
l’hypothèse où le défaut insonifié se comporte comme un
émetteur ponctuel (même ordre de grandeur que la longueur Nous avons simulé le contrôle d’un défaut ponctuel im-
d’onde), alors la déformation subie par l'onde au cours du mergé dans l’eau et situé à 40mm de la surface d’un tra-
trajet retour est aussi, d'après le principe de réciprocité, ducteur dont la fréquence centrale est 2Mhz (longueur
h(M,t). Le signal mesuré s’écrit alors: d’onde dans l’eau 0,74mm). Le traducteur est déplacé avec
un pas de 1mm. La fréquence d’échantillonnage est de
s(x, t )= e r é f (t )*h(M , t )*h(M , t )= e r é f (t )*H(M , t ) (3)
20Mhz (l’abscisse des figures est graduée en nombre
où eréf(t) est l’écho de référence enregistré pour un réflecteur d’échantillons sauf indications contraires). Le rapport signal
ponctuel placé au point focal, x est la position du traduc- sur bruit (RSB: puissance moyenne du signal sur variance
teur. du bruit) varie de 4dB à 60dB suivant la position du capteur
Dans le cas de deux milieux de propagation différents lors de la réception du signal.
(par exemple traducteur en immersion contrôlant un bloc La figure 1 présente l’écho de référence utilisé lors de la
d’acier), le principe de réciprocité reste applicable mais déconvolution ainsi que trois exemples de déconvolution.
l’équation (3) comporte alors un terme supplémentaire Les signaux correspondant ont été acquis lorsque le défaut
(coefficient de réflexion à l’interface). était décalé par rapport à l’axe du traducteur de 0mm, 3mm
Le modèle présenté permet d’interpréter le signal écho- et 7mm.
graphique Ascan comme le résultat du filtrage linéaire de
l’écho de référence par H(M,t). Ce filtre spatialement varia- écho de référence Réponse impulsionnelle du
défaut situé sur l’axe du
ble est la réponse impulsionnelle en émission-réception du capteur
défaut. Il traduit la déformation de l’onde lors du trajet aller- Valeur théorique
Valeur estimée
retour entre l’émetteur et le défaut et l’interaction de
l’ondelette avec ce défaut. Trois phénomènes perturbent
l’observation: le spectre limité de l’ondelette de référence
(eréf(t)), sa déformation au cours de la propagation (H(M,t))
et la largeur du faisceau.

Réponse impulsionnelle du Réponse impulsionnelle du

3 Déconvolution par rapport à l’écho de défaut désaxé de 3mm défaut désaxé de 7mm
Valeur théorique
Valeur théorique
référence Valeur estimée Valeur estimée

On cherche, dans un premier temps, à s’affranchir du si-

gnal de référence pour restaurer la réponse impulsionnelle
d’un défaut ponctuel. Au point focal la réponse impulsion-
nelle est un Dirac. Hors de la zone focale, elle tend à Figure 1
s’élargir. La fonction de transfert du défaut étant beaucoup
plus large bande que le spectre du signal de référence il est On constate que sur l’axe du traducteur la réponse impul-
nécessaire d’introduire de l’information a priori lors de la sionnelle du défaut peut être assimilée à un Dirac. Plus on
 317

s’éloigne de l’axe plus elle tend à s’atténuer et à s’élargir.

écho dû au défaut situé à
Son estimée se dégrade au fur et à mesure que l’on s’écarte 16mm de profondeur

de l’axe. Ceci était prévisible dans la mesure où le RSB di- écho dû au défaut situé à
minue et la réponse impulsionnelle diffère du modèle de 20mm de profondeur

Bernoulli. Près de l’axe, l’estimation est excellente.

L’image Bscan avant et après déconvolution est présentée fausse détection

figure 2. Cette représentation correspond à une juxtaposition

des signaux enregistrés lors du déplacement du traducteur.
L’amplitude de chaque signal temporel est représenté en ni- Figure 5 : signal Ascan avant et après déconvolution
veaux de gris.
L’écho principal provient du trou percé à 16mm de profon-
36 36 deur. Un premier écho d’amplitude beaucoup plus faible est
Bscan simulé Bscan après déconvolution
37 37 dû à un trou situé à 20mm de profondeur. Les derniers
38
38
39
échos proviennent sans doute de l’interférence des échos
39

40 40
dus aux trous situés à 16mm et 12mm de profondeur.
41 41 L’algorithme de déconvolution réalise une fausse détection
42 42
située avant l’écho de plus forte amplitude. La figure 6 pré-
43 43
44 44 sente l’image Bscan avant et après déconvolution.
(mm) -10 -5 0 5 10 (mm) -10 -5 0 5 10
position du traducteur position du traducteur
Figure 2 : image Bscan avant et après déconvolution
On constate clairement sur cette représentation qu’après dé-
convolution le défaut est mieux localisé en profondeur. La
faible résolution latérale n’est évidemment pas améliorée. Il
sera nécessaire de mettre en œuvre un second traitement.

3.2 Application à des signaux expérimentaux

temps temps

Le traducteur utilisé pour le contrôle est incliné à 12,6° pour Figure 6 : image Bscan avant et après déconvolution
créer, dans le matériau, des ondes longitudinales réfractées
à 60° (figure 3). La fréquence centrale est de 2Mhz. Le L’écho principal apparaît nettement et l’oscillation du si-
matériau contrôlé est un bloc d’étalonnage en acier ferriti- gnal a été supprimé grâce à la déconvolution. Les autres
que. Des trous 'génératrices' de 2mm de diamètre (0,68 lon- échos sont également détectés mais apparaissent moins
gueur d’onde) sont percés parallèlement à la surface et per- nettement sur ce type de représentation.
pendiculairement au déplacement du traducteur. Ils sont es-
pacés en profondeur de 4mm. 4 Traitement de l’image Bscan
On utilise en échographie ultrasonore, le traitement nu-
mérique SAFT afin d’améliorer la résolution latérale des
images Bscan. Au-delà du point focal (champ lointain) le
champ acoustique émis par un traducteur focalisé diverge et
varie lentement. L’image Bscan d’un défaut est donc com-
posée d’un certain nombre de répliques décalées dans le
Figure 3 : schéma du contrôle
temps d’un même écho. Le temps de vol mis par l’onde
La figure 4 présente l’écho de référence utilisé pour la dé- pour effectuer le trajet aller-retour entre le traducteur et le
convolution. La figure 5 montre un exemple de signal As- défaut est une fonction hyperbolique dépendant de la posi-
can avant et après déconvolution. Ce signal correspond à tion du traducteur et de la profondeur du défaut.
l’écho enregistré lorsque le trou est légèrement décalé par L’algorithme SAFT construit point par point une nouvelle
rapport à l’axe focal du traducteur. image. Chaque point résulte de la sommation des points si-
tués sur l'hyperbole correspondant à la position du point à
reconstruire [5]. Si un défaut est effectivement présent à
cette position la sommation est constructive, sinon la som-
mation est destructive et l'amplitude résultante est faible. Le
traitement SAFT permet ainsi de réaliser quelle que soit la
Figure 4 : écho de référence profondeur une focalisation numérique.
Suivant le traducteur utilisé ou la zone contrôlée (champ
proche), le champ acoustique ne peut être approximé par
une onde sphérique divergente. Le calcul des lois de retards
basé uniquement sur la géométrie du système est alors erro-
né. Afin de déterminer ces lois nous proposons de réaliser
une simulation numérique du champ rayonné [6]. On con-
naît ainsi pour toutes les positions du traducteur le champ
318

reçu en chaque point du matériau. En tout point, le calcul d’amplitude sont obtenus à la position théorique des deux
des lois de retard est basé sur le temps pour lequel le champ réflecteurs.
est maximum. Enveloppe de l’image Bscan SAFT 3D
Pour un traducteur mal focalisé ou en champ proche, le
champ est complexe et varie. Lors du déplacement du tra-
ducteur, les échos obtenus ne sont pas des répliques d'un
même signal. La sommation est fréquemment destructive 36 36

car le signal mesuré est de nature oscillante. Le traitement 40

5
10
15
40
5
10
15

0 0
initial de déconvolution permet de restaurer la réponse im- 44
(mm)-10
44
(mm)-10
pulsionnelle du défaut qui est proche d'une gaussienne. Figure 9 : représentation 3D.
Après déconvolution, la sommation n'est donc plus destruc-
tive. De plus la déconvolution étant effectuée séparément Les performances de l’algorithme SAFT dépendent de la
pour chaque signal composant l'image, les erreurs de dé- largeur du faisceau et de la forme des fronts d’onde. La
convolution ne sont pas corrélées avec celles des signaux méthode devra être validée sur des mesures expérimentales
voisins. Lors de la sommation les erreurs sont atténuées car qui permettront de définir les limites et les performances
le SAFT réalise par essence un moyennage. exactes d’un tel traitement. Une extension de la méthode à
La figure 7 est le résultat de la reconstruction SAFT de des défauts de dimension finie devra également être entre-
l’image Bscan simulée présentée précédemment (figure 2). prise.
Le pas latéral et axial de reconstruction de l’image est de
1mm. Le demi angle d’ouverture utilisé lors de la recons- 5 Conclusions
truction varie en fonction de la profondeur et est égal à 14°
à la profondeur du défaut. La résolution latérale de l’image Le signal échographique mesuré résulte du filtrage li-
est nettement accrue par le traitement. On observe une néaire d'un signal de référence par un filtre de réponse im-
chute de l’amplitude de 12 dB à 1mm de la position du pulsionnelle variable. L’interprétation des mesures est déli-
maximum. Ce dernier est obtenu à la position du réflecteur. cate car elles dépendent des caractéristiques du capteur et
des positions relatives du capteur et des défauts.
36 Reconstruction SAFT après
37
Pour détecter et localiser des défauts ponctuels situés
déconvolution
38 dans un matériau, nous proposons un traitement en deux
39 étapes. Une déconvolution des signaux Ascan permet dans
40
41
un premier temps de s’affranchir de la forme d’onde à
42 l’émission améliorant ainsi la résolution axiale. Un traite-
43 ment SAFT modifié permet ensuite d'obtenir une focalisa-
44
(mm) -10 -5 0 5 10
tion numérique quelle que soit la profondeur et une locali-
Figure 7 : image Bscan après traitements. sation précise des défauts.

Une évaluation des performances du traitement a été réali-

sée sur la simulation du contrôle de deux défauts ponctuels
6 Références
situés à la même profondeur et décalés de 5mm. Cette dis- [1] M. Bulo, S. Mottelet et P. Simard, "Comparaison
tance est à comparer à la largeur à 12 dB du champ acousti- d’algorithmes de déconvolution pour l’analyse et la classifi-
que en émission-réception, mesurée à la profondeur du dé- cation des signaux d’échographie ultrasonore", Treizième
faut et estimée à 10mm. Le traducteur reste inchangé par colloque GRETSI, Sep. 1991, p. 89-92.
rapport à la simulation précédente. La figure 8 présente [2] L. Vivet et G. Demoment., "Evaluation de quelques
l’image Bscan simulée et le résultat de la reconstruction méthodes de déconvolution en contrôle non destructif",
SAFT effectuée après déconvolution. Douzième colloque GRETSI Juin 1989, p. 735-738.
36
[3] J. J. Kormylo et J. M. Mendel, "Maximum likelihood
36 Bscan simulé: 2 défauts Reconstruction SAFT après
37 37 déconvolution
detection and estimation of Bernoulli-Gaussian processes",
38 38 IEEE Trans. on Info. Theory, Vol. 28, No. 3 (1982) p. 482-
39 39

40 40
488.
41 41 [4] Y. Goussard, G. Demoment et J. Idier, "A new algo-
42
42
rithm for iterative deconvolution of sparse spike trains",
43 43
44 44 Proc. Int. Conf. ASSP 90, Albuqueque, New Mexico 1990,
(mm)-10 -5 0 5 10 15 (mm)-10 -5 0 5 10 15 p. 1547-1550.
Figure 8 : image Bscan avant et après traitements. [5] K. J. Langenberg, M. Berger, Th. Kreutter, K. Mayer
et V. Schmitz, "Synthetic aperture focusing technique signal
Le traitement conduit à une séparation nette des deux dé-
processing", NDT International, Vol. 19, No. 3 (1986)
fauts. L’accroissement de la résolution apparaît encore plus
p.177-189.
clairement sur la figure 9. Une chute de 13dB est observée
[6] M. El Amrani, P. Calmon, O. Roy, D. Royer et O. Ca-
entre les deux maxima d’amplitude correspondant à chacun
sula, "The ultrasonic field of focused transducers through a
des deux défauts. Cette valeur est à comparer à celle mesu-
liquid-solid interface", Review of progress in QNDE, Vol.
rée avant traitement qui est égale à 0,4 dB. Les maxima
14 (1995), p. 1075-1082.