超声相控阵检测作为无损检测领域应用最广泛的一种方法,在工业领域扮演着重要的角色。全聚焦（Total focus method,TFM）是一种超声相控阵成像方法,与传统的相控阵成像方法相比,TFM具有更大的动态聚焦范围和更高的空间分辨率,目前已经成为相控阵检测的主流方法之一。但是TFM成像需要处理大量全矩阵数据,这导致其成像时间比较长,极大地限制了其在工业领域的应用和发展。稀疏方法可以通过减少数据量来提高计算效率,但是稀疏图像的分辨率和强度都非常低。针对这一问题,本文提出了一种基于虚拟源的超声相控阵稀疏全聚焦相位加权成像方法,可以在大幅提高计算效率的同时,提供优于常规TFM的成像质量。首先将阵列辐射声场作为优化目标函数,通过遗传算法（Genetic algorithm,GA）优化相控阵稀疏阵列来进行稀疏成像,稀疏方法可以很大程度上减少数据量,提高计算效率,但是数据量的减少也会造成稀疏图像的分辨率和信噪比降低,影响检测图像的质量。针对稀疏图像的质量下降问题,利用虚拟源理论来对稀疏图像进行增强,提高图像分辨率,其中虚拟源阵列由多个虚拟源组成,每个虚拟源的位置由稀疏阵列的具体布局所确定。虽然虚拟源稀疏全聚焦图像的质量相较于稀疏图像有较大提升,但其依旧低于常规TFM图像质量。为了解决这个问题,根据超声检测信号中缺陷信号和噪声信号的相位分布特性,构造相位相干因子对虚拟源稀疏全聚焦图像进行加权,该方法可以在增强缺陷信息的同时减弱其他成像区域的信号,并消除缺陷周围的伪影,大幅提高稀疏图像的信噪比,改善图像质量。通过对标准相控阵试块、列车车轮和钢轨缺陷进行检测实验,分析了优化方法对不同场景和类型缺陷的适应性和成像效果。实验结果表明,本文提出的基于虚拟源的超声相控阵稀疏全聚焦相位加权成像方法,能很好改善稀疏图像的质量,同时消除缺陷周围的伪像,与常规TFM相比,该优化方法不仅可以大幅提高成像效率,并且提供了优于TFM的成像质量。