论文提出了一种基于红外热波原理针对金属板材内部浅表面缺陷的无损检测方法。金属板材在生产和使用过程中会产生裂纹、气孔等内部缺陷，缺陷的存在会直接危害设备器材的寿命、可控性和运行安全等，因此金属内部缺陷的检测尤为重要。
　　本文基于红外热波理论，建立了一套红外热波检测实验系统，使用背面设计加工有孔洞的铁板，来模拟内部有缺陷的金属板。使用大功率的卤素灯用作外部激励源，用红外摄像机捕获原始红外热图像序列。
　　本文创新性地提出了一种对试件正面施加均匀的制冷却预处理的新型检测方法，可以有效地扩大缺陷区域和背景区域表面的温度差异，采集的原始红外热图像的对比度得到了极大地增强了，可以成功观测到为制冷时无法观测到的微小缺陷。通过大量对比实验，调整制冷时间，人为控制制冷后的缺陷区域和正常区域的温度差值，对比了多组不同初始温度差的图像的采集结果，最终得出初始温度差值为1.4℃的情况下，施加激励0.2s后可以采集到最清晰的红外热波金属内部缺陷图像。
　　本文对原始图像进行多种增强方法处理，使用峰值信噪比PSNR和对比度噪声比CNR对各类增强结果进行评估，分析得出同态滤波增强方法最适合对红外热波图像进行增强处理。
　　分别使用OSTU最大类间方差算法，KSW最大熵方法和加入扩张模型的改进PSO算法对图像进行分割，并尝试使用分割结果对缺陷面积和直径进行定量分析，通过对比三种分割方法的定量分析结果，PSO算法的分割结果最最接近实际缺陷的面积和直径，最为精确，最适合对红外热波图像进行阈值分割。最后设计了一个红外热波图像的GUI处理系统，可以有效的提取原始红外图像，并集成了多种图像增强分割方法。实验结果表明，所提出的方法可以检测出金属板材浅表面的所有缺陷，可以实现对缺陷面积和直径的定量分析。