在熔焊与增材制造领域,传统的线下焊接质量检测难以从根本上预防焊接缺陷的产生,因此实现焊接质量的在线检测成为该领域的研究热点。焊缝的熔透性及余高是反映焊接质量的重要指标,本文针对熔焊与增材制造过程中焊缝熔透性及熔覆层余高的在线检测技术,主要开展了以下几个方面的研究工作:（1）针对受到电弧光及熔池发射率影响、难以在线检测冷金属过渡（Cold Metal Transfer,CMT）焊熔池温度场的问题,根据焊接电流特点和比色测温法,分别使用黑白CCD和彩色CCD构建了两套CMT焊熔池温度场检测系统。针对受到彩色CCD光谱响应带宽影响、其测温系统测量精度不高的问题,研究了基于反向传播（Back Propagation,BP）神经网络模型的CMT焊熔池温度场检测算法,进一步提高了彩色CCD测温系统的测量精度,测温精度优于1.09%,实现了CMT焊熔池温度场的非接触式在线检测。（2）针对目前难以在线检测焊缝熔深沿焊接方向变化的问题,构建了双CCD协同的焊缝熔深检测系统,提出了熔池形态和温度协同的焊缝熔深检测方法,对焊缝熔深的检测精度优于0.12mm,实现了焊缝熔深的在线检测。与此同时,研究了基于深度学习的薄板焊熔透状态检测方法,对焊缝熔透状态的识别准确率高于97%,实现了薄板焊接熔透状态的在线检测。（3）针对目前使用熔池视觉传感法检测焊接熔透状态受到电弧光影响的问题,研究了基于红外热成像的焊接熔透状态检测方法,首先,研究了改进局部二值模式（Local Binary Pattern,LBP）和改进梯度方向直方图（Histogram Oriented Gradient,HOG）协同的焊接熔透状态检测方法;其次,研究了基于焊接温度场图像几何矩的焊接熔透状态检测方法;最后,提出了基于温度传感和深度学习的焊接熔透状态检测方法。以上三种检测方法对焊接熔透状态的识别准确率分别高于95%、93%、99%,并且验证了所提出的焊接熔透状态识别网络模型的泛化能力。（4）针对在电弧增材制造过程中受到熔覆层重熔区影响、难以在线检测熔覆层余高的问题,构建了双CCD协同的熔覆层余高检测系统,提出了基于时序熔池图像的熔覆层余高检测方法,对熔覆层余高的检测精度优于0.13mm。与此同时,提出了基于多源信息融合和深度学习的熔覆层余高检测方法,对熔覆层余高的检测精度优于0.18mm,实现了熔覆层余高的在线检测。最后通过改变熔覆层的层间冷却时间,验证了所提出的熔覆层余高检测网络模型的泛化能力。本文提出的基于视觉传感和深度学习的熔焊增材成形质量检测技术,实现了焊缝熔透性及熔覆层余高的在线检测,可供焊接质量检测工作研究参考。