传统激光超声合成孔径聚焦技术（LU-SAFT）通常需要在待测样品表面以小步长扫描来提高横向分辨率，但小扫描步长会导致总检测时间过长，影响检测效率。针对这一问题，笔者提出了基于压缩感知的LU-SAFT方法，以提升扫描效率。该方法首先使用压缩感知根据稀疏扫描点处A扫信号的最大强度恢复出全场的扫描点A扫信号最大强度，进而确定样品表面的最优扫描区域，然后在最优扫描区域内进行扫描，最后对缺陷进行SAFT图像重建。在实验中，笔者采用脉冲激光在含有缺陷的样品表面激发超声，使用激光多普勒测振仪探测超声，并利用基于压缩感知的LU-SAFT方法对样品内部缺陷进行检测，以验证所提方法的可行性。实验结果显示：针对相同的扫描区域，传统LU-SAFT需要扫查500个点，花费3.15 min；与传统LU-SAFT相比，本文所提方法在扫描点数上减少了80%，在扫描时间上缩短了80%，并且缺陷的SAFT成像信噪比提高了约42%。本文研究内容及结果可为激光超声无损检测提供更快速的检测方案。

全聚焦方法（TFM）具有成像分辨率高、缺陷表征能力强的优点，但其存在数据需求量大、计算复杂、耗时过长等问题。针对上述问题，并结合激光超声检测技术，进行了基于ZYNQ平台加速的激光超声全聚焦技术研究。首先建立了基于激光超声的全聚焦算法，并引入激光超声方向性系数进行优化；进一步，搭建了激光超声扫描检测装置进行实验验证，使用线激光源激发超声信号，利用多普勒测振仪探测回波信号；然后使用形成的激光超声全聚焦成像算法进行内部缺陷的检测和定位，并与合成孔径聚焦算法获得的结果进行比较，从而验证了算法的正确性和可行性；最后将形成的激光超声全聚焦成像算法移植到ZYNQ平台上，对激光超声全聚焦成像算法进行了并行优化及双核设计，实现了算法加速。研究结果表明：激光超声全聚焦技术相比于合成孔径聚焦技术，成像信噪比更高、定位更准确；基于ZYNQ加速的激光超声全聚焦成像算法不会降低成像质量，且耗时相比于计算机缩短了86%。

通过分析脉冲源激光辐照于工件表面激发的多模式、宽带超声体波信号并结合合成孔径聚焦技术(SAFT),实现了对工件内部微小缺陷的检测、定位和成像。首先基于有限元仿真模拟了激光激发超声波在含缺陷样品中的传播过程,编写了基于相移迁移法(PSM)的SAFT成像算法,然后在实验中使用激光在含缺陷样品表面激发超声波,使用激光测振仪探测超声波,并基于已有算法和探测结果对样品内缺陷进行了检测和定位,以验证算法的正确性。有限元仿真以及实验结果均表明,将激光超声技术与频域SAFT-PSM结合,能够有效地对微小缺陷进行检测和定位,且其图像重构速度快于时域SAFT,可为激光超声无损检测提供更快速的实时技术方案。