超声检测与成像技术在板材焊缝缺陷检测中被广泛使用,以获取缺陷的大小、位置等信息,为缺陷检测与评估提供依据。但由于超声传感器单次扫查范围有限,无法给出整个焊缝的缺陷分布,影响对板材缺陷的整体评估。针对板材较大检测区域或较大缺陷单次检测缺陷图像全局性差的问题,论文开展了焊缝缺陷超声图像拼接方法研究,为板材焊缝整体评估提供参考和借鉴。论文采用超声相控阵全聚焦成像方法对板材焊缝缺陷进行成像,将其作为图像拼接原始图像。通过分析相邻超声图像颜色、纹理、轮廓以及频域分布特征,提出了基于尺度不变特征变换（Scale Invariant Feature Transform,SIFT）的超声图像配准改进算法,该算法通过寻找不同图像相同水平层的特征点实现粗匹配,再通过欧氏距离直方图方法进行细匹配,以提高超声图像特征点的正确匹配率。然后根据自适应阈值随机抽样一致算法获得不同图像之间的变换矩阵,将匹配后的图像变换至相同坐标系中,实现超声图像的配准。在分析图像融合算法原理和特性的基础上,提出基于最佳拼缝的渐入渐出加权融合改进算法,对配准好的图像进行融合,最终完成图像的拼接,并通过图像拼接评价准则对其进行了评估。论文主要研究工作及结论如下:1)首先分析了国内外板材焊缝缺陷超声检测与成像技术原理及发展现状,然后分析了视觉图像和医学超声图像拼接原理和特点以及发展现状。在此基础上,根据工业领域缺陷超声图像特点,阐述了缺陷超声图像拼接的目的和意义。2)分析了超声相控阵全聚焦成像原理,建立了板材焊缝缺陷超声相控阵全聚焦成像模型,根据板材焊缝缺陷特点设置了仿真参数,获取了仿真缺陷的超声相控阵全聚焦图像,并对成像效果进行了评估,确定了采用超声相控阵全聚焦成像方法,获取用于拼接的原始超声图像。3)由于图像拼接效果在很大程度上取决于图像中所包含的信息量,而工业超声图像信息量不丰富,再加之图像分辨率低,导致超声图像特征分布不明显,增加了图像拼接的难度。为了选取合适的图像配准算法,研究了超声缺陷图像的颜色、纹理、轮廓以及频域特征,表明颜色和频域特征作为全局特征量并不适合超声全聚焦缺陷图像的特征描述;纹理中的相关度和对比度在不同种类缺陷的超声图像中存在差别,适合作为缺陷分类识别的依据;超声图像轮廓可将缺陷的形态和位置在图像中定位并提取出来。因此,超声图像的几何特征更适合作为其配准依据。4)通过对超声缺陷图像特征的分析,提出基于SIFT的超声图像配准改进算法,在特征匹配阶段先在同一水平层上寻找匹配点,进行图像粗匹配,避免不同深度相同缺陷之间产生误匹配;再通过欧氏距离直方图方法对粗匹配后的匹配对进行细匹配,以进一步提高超声图像特征点的正确匹配率。考虑到超声图像本身分辨率低,图像匹配点少,选取刚体变换矩阵作为不同图像之间的变换矩阵,并根据均方根误差原则提出自适应阈值的随机抽样一致算法求得刚体变换矩阵,将不同图像转换到同一坐标系下,实现了超声图像的配准。5)对比分析了最佳拼缝寻找融合方法和平滑滤波融合方法基本原理,提出了基于最佳拼缝的渐入渐出加权融合改进算法对全聚焦超声图像进行融合,建立主观评价和客观评价相结合的图像拼接评价准则。分析了不同融合算法拼接后的图像效果,结果表明论文提出融合算法性能优于其它融合算法。6)搭建了板材焊缝缺陷超声检测试验系统,分别对槽类和通孔类标准缺陷试块,以及板材焊缝试块进行了缺陷检测和图像拼接,获取了超声全景图像,结果表明超声全景图可对缺陷准确定位,避免了单次扫查时缺陷图像分散对评估造成的不利影响,可获得大区域或大缺陷的整体分布。通过对多次试验结果统计,其拼接成功率可达到98.3%。