现阶段,红外热波无损技术已经从缺陷的定性诊断评价向缺陷的定量检测方向转变,但是由于热图像对比度差等原因使得缺陷的定量检测存在困难。缺陷尺寸的定量检测是其中难点之一,而如何从热像图序列中选取一帧能够较好反映缺陷特征的热图像是缺陷特征提取亟待解决的一个首要问题。采用双面法对具有不同深度人工楔槽缺陷的PVC板进行红外热波无损检测,从热像图序列中选取一帧能较好显示缺陷大小的热像图,分别采用迭代阈值分割算法、最大熵分割算法、最小误差分割法、Ostu法以及最小偏态分割法等五种基于阈值的图像分割算法进行图像处理,探究适合处理热图像的分割算法;为了能更精确地提取不同埋深缺陷的面积大小,提出了“分而治之”的策略,将红外图像分成只含有一个缺陷的局部热图,对不同埋深缺陷进行逐一处理,对比分析不同算法在采用“分而治之”策略前后阈值大小、缺陷像素、缺陷面积、相对误差等数据的变化,为对红外热图像中缺陷的提取选择合适的图像处理方法。对于如何快速准确地从热像图中选取一帧能反映缺陷大小的热图像这一问题,本文在定义敏感区域的基础上提出了局部均方差最大法,并对该方法进行了鲁棒性分析。随机选取敏感区域及其大小,分别用迭代阈值分割法和Ostu法对不同埋深缺陷进行100次独立重复实验,缺陷面积相对误差分别在6%和8%以内。研究结果表明:采用“分而治之”策略对具有不同埋深缺陷的材料检测是正确有效的,迭代阈值分割法和Ostu法较其它三种算法更合适不同深度缺陷的特征提取。采用局部均方差最大法能够为不同埋深的缺陷从热图像序列中选取合理的帧图,实现缺陷的精确提取。该方法具有可靠和易操作等特点,可为红外无损检测数据自动化处理提供相关的性能指标参数。