在工业生产与应用中,电缆、钢轨、发动机等复杂金属制品都可能会存在微小缺陷,影响产品质量。为了实现缺陷的高精度无损检测,一种新兴的检测技术——激光超声无损检测技术凭借非接触式远距离激发以及信号频带宽等优点,受到了研究人员的广泛关注。本文针对激光超声合成孔径聚焦技术（Synthetic Aperture Focusing Technology,SAFT）耗时长的问题,利用CPU+GPU对其检测速度进行了优化。针对自由曲面缺陷定位难的问题,提出了测地线与椭圆成像结合的算法。首先针对SAFT计算时间长的问题,提出了使用CPU+GPU异构并行计算方法。以金属埋藏缺陷检测为例对其优化速度进行了验证。使用基于SAFT的激光超声检测技术,通过提取携带缺陷信息的超声体波信号,实现了金属埋藏缺陷的定位,并比较了单激发点与多激发点的缺陷成像效果,检测误差控制在几十微米量级。研究结果表明,CPU+GPU异构并行计算时间是传统SAFT计算时间的百分之一,大幅提高了缺陷检测的速度。其次实现了激光超声SAFT对面缺陷的检测。针对SAFT在检测表面缺陷的不足之处,提出了一种基于激光超声椭圆成像算法的缺陷检测技术。该技术将SAFT拓展至二维平面,实现了对金属平面表面亚毫米量级缺陷的定位。针对曲面的表面缺陷检测,提出了使用测地距离表示超声波沿自由曲面表面的传播路径的方法,研究了自由曲面传播的激光超声信号并使用椭圆成像算法进行处理的方法。结果表明,测地线与激光超声椭圆成像结合的算法能够实现自由曲面金属表面亚毫米量级缺陷的定位。最后基于激光超声原理的SAFT和椭圆成像算法,搭建了一套可以同时检测金属体缺陷和面缺陷的实验装置,验证了激光超声SAFT算法与椭圆成像算法检测缺陷的可行性。