随着人们对太空的探索,越来越多的空间碎片出现在太空中,这些空间碎片在太空中运行速度高、破坏力大,会对航天器的正常运行造成十分严重的影响,因此我们有必要对航天器的超高速撞击损伤进行评估。国内外存在许多航天器损伤评估的方法,本文结合超高速撞击损伤的特点,运用红外成像技术来评估超高速撞击损伤。基于航天复合材料的红外图像序列,我们根据超高速撞击损伤的特性与需求设计算法框架最终实现了损伤评估。本文的主要研究内容如下:1)由于在不同损伤区域内导热介质是存在差异性的,这将会导致材料在加热过程中不同损伤区域内的温度变化不同,这些温度变化的差异性可以被用来判断损伤区域。通过分析损伤的红外图像序列,我们提出了一些属性用于挖掘温度变化信号的物理特征。之后基于这些属性,我们建立朴素贝叶斯分类器和加权贝叶斯分类器来判断损伤区域内的温度变化信号,进而实现损伤区域的判断。在此基础上,考虑到在复杂环境中进行超高速撞击损伤评估的需求,我们进一步提出了多环境贝叶斯分类器实现复杂环境中的损伤评估。2)为了可视化的对损伤进行评估,我们进一步设计了基于图像处理的损伤评估算法框架。根据所采集的红外图像序列,我们对传统线性模型进行改进得到新的损伤重构模型,之后通过变分贝叶斯对模型进行求解得到损伤重构图像。在得到损伤图像之后,为了获得有效损伤区域,我们通过主动轮廓模型对损伤区域进行提取。在此基础上,为了更加准确的提取损伤区域,我们结合损伤红外图像的特点,分别考虑不同区域(损伤与非损伤)的温度变化程度和不同分割因素(局部与全局)对主动轮廓模型进行改进。另外,为了得到亚表面损伤的位置描述,我们采用多尺度变换的方法对不同层级损伤进行融合。3)上述两种算法框架对材料的损伤位置和是否存在损伤进行了判断。为了得到更加客观准确的损伤描述,我们利用物理信息和形态信息对损伤进行量化。通过建立量化属性能够对每个损伤进行数字化描述,另外,我们基于这些量化属性建立集成学习分类器,将其用于不同损伤类型的判断。