纤维增强复合材料具有强度高、轻量化、耐高温等优点而被广泛应用在航空航天装备的结构件中,但因其力学的各向异性和层间剪切强度低,导致钻孔后极易在其连接孔表面产生毛刺和撕裂缺陷,在连接孔内部的近出口侧产生分层缺陷,若不进行缺陷排查便投入使用,有可能产生不必要的经济损失和安全隐患。因此,在纤维增强复合材料工件钻孔后,进行高效且全面的孔缺陷检测方法的研究是极为重要的。针对复合材料结构件连接孔表面的毛刺缺陷,本文选用机器视觉检测。利用基于快速特征点提取和描述算法（Oriented FAST and Rotated BRIEF,ORB）的图像拼接技术,实现了图像采样面积的提高。针对传统图像分割算法在处理本文对象时产生的问题,提出了一种基于改进区域增长的图像分割算法,并根据纤维增强复合材料孔图像的特点,对初始像素点和增长条件进行了约束,从而达到精准分割缺陷与背景的目的。针对复合材料结构件连接孔内部的分层缺陷,本文选用超声成像检测。针对不同尺寸和孔分布位置的工件,利用机器视觉进行超声扫描前的圆孔定位,通过设定慢速和快速扫描区域,提高了扫描效率;引入虚采样方法,对在快速扫描区域采集的信号进行插值预处理,达到提高成像分辨率的目的;基于声强在介质中衰减规律对预处理后的信号进行补偿,建立回波幅值与图像灰度值的对应关系,实现了超声信号实时快速成像。本文根据两种检测算法的理论基础,开发了复合材料钻孔缺陷原位检测系统,该系统包括多传感器检测末端执行器和集成视觉与超声检测算法的软件系统。定制材料、孔径、预埋缺陷尺寸三个变量的纤维增强复合材料板进行实验验证,结果表明,本文所设计的检测系统能够实现碳纤维增强复合材料（CFRP）和玻璃纤维增强复合材料（GFRP）结构件钻孔的原位缺陷检测,检测速度比传统检测方法明显提高,毛刺和分层缺陷面积的检测平均误差在10mm~2以内。