近年来金属表面缺陷激光超声检测技术正从比较简单的缺陷检测朝着无损评估的方向发展,这不仅需要检测材料中是否存在缺陷,还要对缺陷的深度、位置和尺寸信息进行评价。本文重点对金属表面缺陷深度的定量表征方法和缺陷的位置及尺寸可视化方法进行研究,以实现对表面缺陷的无损评估。本文首先对金属表面缺陷激光超声检测系统的工作原理进行了阐述,并搭建了基于热弹效应的缺陷检测实验系统。然后针对激光超声缺陷检测实验过程中采集到的超声信号信噪比低的问题,提出了一种将互补总体经验模式分解与小波软阈值相结合的联合去噪算法,并与其它算法进行了对比。结果表明,所提的去噪算法既避免了小波阈值法在低信噪比情况下去噪性能差的问题,又克服了EMD分解存在的模态混叠问题,并利用自相关函数的特性对需要舍弃的IMF分量的范围进行了客观的界定,有效的提高了超声信号的信噪比及均方根误差,避免了能量损失和信号失真的问题。与其它算法相比,具有更好的自适应性和稳定性,为表面缺陷深度的定量表征研究奠定了良好的基础。为了对金属表面缺陷的深度信息进行定量评价,采用基于反射回波中心频率、反射回波小波包频带能量和、透射波时频域畸变特征这三种分析方法将能够表征表面缺陷深度信息的特征量提取出来,得到能够反演表面缺陷深度信息的拟合表达式,并通过实验数据进行了验证。结果表明,上述三种方法反演所得到的表面缺陷深度信息与真实值误差都很小,均能有效地对表面缺陷深度进行定量表征。为了实现对金属表面缺陷的位置及尺寸的可视化,首先基于k-wave光声工具箱建立了铝板表面缺陷可视化模型,并在该模型的基础上,利用阵列传感器对铝板的感兴趣区域进行粗略的扫查,得到一系列的一维声表面波数据。然后采用波场可视化的方法对一维数据进行处理,实现了对铝板中缺陷所处的大致位置的可视化。最后针对缺陷的大致分布区域,利用阵列传感器对其进行精细的扫查,并采用基于能量分析的方法对扫查区域内接收到的所有声表面波进行分析,实现了对缺陷位置及尺寸的准确的可视化。