林木资源是人类的宝贵资源,也是大自然环境的净化器。此外,木质产品在人类社会被广泛使用。因此必须对林木资源加强养护管理,对木质产品加强检测,确保其质量与安全。高效且无损的木材缺陷检测技术一直是学术研究的热点,深受学术界和业界的关注。传统的古树名木和古建筑木构件检测依靠人工经验,其可靠性和准确性受限。因此,高精度的林木无损检测技术是未来发展的主流方向。本文重点研究了探地雷达在木质古建筑及古树名木无损检测领域的关键技术。结合图像处理,信号处理,机器学习等方法,研究了不同含水率的木芯样本的雷达波反射规律,以及古木桥板材内部目标对象的定位和识别方法,提出了多技术协同的活立木无损检测技术方案。主要贡献如下:（1）为了准确识别古木构件内部的感兴趣区域,提出基于传统经验模态分解（EMD）和动态时间规整（DTW）的古桥板材内部目标的GPR定位及识别方法。采用EMD方法对信道数据进行降噪处理,将每一个信道数据的第一个本征模式函数（IMF）分量作为样本数据。将无明显目标回波信息的区域内部分信道数据的IMF分量的平均值作为基准分量。结合DTW方法,计算信道数据的第一IMF分量与基准分量之间的相似度量值,根据有无目标的GPR信号之间的差异,判断感兴趣区域的范围及类别。使用美国农业部林产品实验室中木桥板材试件和人工设计的木芯样本对提出的方法进行了测试验证。由于木芯样本的物理状态及缺陷状况与板材较不同,其相似性度量值能对判定木板中目标区域的材料属性提供依据。测试结果表明该方法能够有效识别板材内部目标区域。（2）针对板材内部多个待检测目标随机分布的情况,提出了基于DTW的自适应GPR偏移成像目标定位方法。该方法根据介质回波波长及物理属性,确定滑动窗口大小,实现自适应频率-波数域偏移处理。对偏移后的信道数据目标点,利用二维最大熵图像阈值分割方法进行误差校正。最后基于目标点区域,实现基于方向梯度直方图（HOG）特征的支持向量机（SVM）分类。基于模拟产生的雷达信号数据集,并结合板材真实缺陷状况完成了该方法的仿真验证。结果显示,提出的方法针对木结构内部的复杂随机目标的识别效果良好,准确率达到95.73%。（3）为了提高活立木无损检测的精度,提出了一种新的林木应力波断层成像算法。在此基础上提出了基于探地雷达及应力波等方法的多技术协同的活立木综合检测方案。利用最小二乘QR分解法反演求解应力波速度的分布,使用误差校正机制算法对传播速度实现误差校正。在六角锥体模型色彩模型下,基于图像形态学信息和图像连通区域定量评价断层图像效果。利用扬州瘦西湖的157棵古树检测对提出的方案进行测试验证,对应力波、探地雷达和微钻阻力检测等技术的优劣进行了比较。多种数据结果表明GPR对实际测试环境及树木试样的直径有一定要求,在测量尺寸较小且树干外轮廓不规则的横截面时误差较大。综合利用目视检查、应力波测试以及GPR根系扫描的协同方案,将大大提高古树名木无损检测的精度和效率。目前,提出的多技术协同无损检测方案已在多个城市的古树名木保护工程中得到实际应用。