近几年随着科技的快速发展,在航空航天、核工业等高端领域中,对金属合金装备和构件的质量要求越来越高,而内部缺陷的存在严重影响了材料的力学性能,为保证设备的安全性和可靠性,本文开展了对金属合金质量水浸式超声无损检测与评价方法的研究。超声检测技术作为一种有效可靠的无损检测手段,已被广泛应用于金属合金材料的检测,主要分为对内部宏观缺陷的检测和微观组织的无损评价。金属合金宏观缺陷检测通常采用能直观显示内部缺陷的超声C扫描成像检测方式,其存在图像对比度低、边缘模糊不清、图像分割不完整的问题。本论文基于单晶探头C扫描成像中采样点之间的声束重叠特点,提出了基于统计法纹理描绘子的超声图像分割算法。首先进行超声波声束分析,选取声束重叠数据,然后采用区域描绘子的相关纹理测度替代传统的幅值特征值,对采样区域中缺陷的特征信息进行描述,从而提高了超声成像分辨率和对比度。基于数学形态学算法进行去噪滤波处理,进一步提高缺陷的识别度。通过304不锈钢标准试块底面圆形盲孔C扫成像试验进行验证并与传统的图像分割算法比较,实验结果显示本论文的算法可以得到清晰完整的缺陷分割区域,比传统的图像分割算法更为有效可靠,尤其对于易忽略的小尺寸缺陷同样获得良好的分割效果。传统超声检测更多用于宏观缺陷的检测,对于材料显微组织结构的无损评价研究相对较少,金属合金材料的孔隙率等微观组织结构极大影响了材料的力学性能以及质量可靠性,而目前缺少有效可靠的评价手段。本论文基于超声检测手段研究了金属合金中超声衰减与孔隙率的相关性,提出一种表征金属合金孔隙率的新方法。基于散射衰减原理分析金属合金材料中孔隙的散射衰减特性。讨论散射衰减与波长的相关性,并计算不同频率分量的衰减系数。利用小波包变换获得超声信号随时间和频率变化的特征信息,选择最优分量重构信号,获得能量衰减系数。最后建立了一种新的孔隙率评价模型,并与传统的衰减模型进行了比较。结果表明,该模型的评价值误差均在允许的绝对误差范围(±0.2%)之间。