目前国内大中型结构焊缝的在役检测,大多采用超声A-型探伤仪进行人工手动检测。众所周知,这种检测方法在发现缺陷时需要手动测量并记录探头位置,且检测数据难以保存,检测结果因人而异。本文以解决上述实际工程问题为出发点,开发了一套基于视频定位的超声检测系统,利用该系统能够实现缺陷的三维投影成像,并具有结构简单,使用方便,成本低廉等特点。本文首先详细介绍了系统中视频摄像头对超声波探头的定位原理、手动扫查过程中探头位置与信号的对应关系,视频摄像头图像畸变的校正方法,同时验证了系统的可靠性。利用构建的系统对含有气孔、夹渣、裂纹、未焊透四类缺陷的焊缝进行了检测,并分析了不同缺陷回波信号在时域、频域、小波分析中的特征及规律。并在上述信号分析结果及缺陷三维投影成像结果中提取与缺陷性质相关的特征量,构成表征缺陷类别的原始特征集合。以基于距离的类可分性测度作为特征选择的评价标准,采用连续向前搜索、连续向后搜索、增r减l算法三种特征选择策略对特征进行选择。通过比较发现增r减l的特征选择效果优于其它两种算法,并有效地将原始特征集合由32维降低到5维。采用了BP神经网络与支持向量机两种分类器对缺陷进行分类识别。通过比较两种分类器在特征选择前、后的相同训练样本与测试样本的条件下对不同缺陷的识别结果发现:特征选择能够提高缺陷分类效果;支持向量机对缺陷的识别率高于BP神经网络。