陶瓷膜凭借优良的化学稳定性、抗微生物等特性,广泛应用于反渗透海水淡化预处理工艺过程中。然而在其制备和使用过程中,常常伴随着表面缺陷和内部缺陷的产生——非完备陶瓷膜,严重影响其自身的机械强度和材料力学性能,从而降低海水淡化效率和陶瓷膜的使用寿命。因此,如何实现陶瓷膜产品质量的自动化检测已成为当前迫切需要解决的问题。本文研究以非完备陶瓷膜无损检测为目标,在对融合超声和机器视觉检测技术的研究现状进行分析的基础上,实现非完备陶瓷膜无损检测的系统设计。以满足非完备陶瓷膜无损检测为出发点,在研究现阶段陶瓷膜表面及内部缺陷检测技术基础上,结合机器视觉和超声检测技术的特点,本文设计了一种融合超声和机器视觉的非完备陶瓷膜检测硬件系统。系统选用EinScan-SE扫描仪和Phascan相控阵平台来分别获取非完备陶瓷膜的表面图像和内部数据,表面图像可用于基于机器视觉的非完备陶瓷膜表面缺陷的分类表征,内部数据可用于基于超声检测的非完备陶瓷膜内部缺陷的三维重建及可视化分析。针对非完备陶瓷膜表面缺陷的分类表征,本文设计了一种基于混合特征的陶瓷膜表面缺陷分类方法:获取的陶瓷膜表面图像经过图像的预处理,基于面积、长宽比、周长、圆形度、对角线长度、角二阶矩这6个特征,计算陶瓷膜样本缺陷的特征值,通过建立缺陷特征区间的方式归纳、定义4种缺陷分别为:划痕、裂纹、落渣、凹坑。最后通过BP神经网络分类器建立陶瓷膜缺陷分类模型,以80组样本数据为基准,求得分类器对于陶瓷膜表面缺陷分类的平均正确率为90.08%。为实现非完备陶瓷膜内部缺陷的三维可视化显示及评估,本文提出了一种融合三角矩阵-合成孔径聚焦的陶瓷膜内部缺陷三维重建方法,获取基于融合三角矩阵-合成孔径聚焦算法的陶瓷膜超声成像,将获取的B扫图像经过预处理和基于缺陷轮廓的三维重建,可完成陶瓷膜内部缺陷的三维可视化。该成像算法减少了近一半数据采集量和计算量可有效提高检测效率,同时保留了合成孔径聚焦算法成像分辨率高的特点。实验结果表明,内孔洞类型缺陷的直径测量误差范围在2.0%～3.0%之间,裂纹缺陷的直径、长度测量误差都在2.0%～4.0%之间。