铝板具有重量轻、耐腐蚀等优良特性,在航天航空、汽车、船舶等工业领域应用广泛。然而,铝板在制造、加工、运输及使用过程中,不可避免的会产生点蚀、裂纹等肉眼难以发现的损伤。若不及时获取损伤位置及程度等信息并进行维修,这些损伤会随着时间不断的扩展,最终使设备产生故障并引发灾难性后果。超声导波无损检测技术作为一种高效、安全的检测手段,为大面积铝板的损伤检测提供了可行方案。本文基于Lamb波,对铝板减薄缺陷的成像方法进行深入研究,主要内容如下:推导了板材中超声导波的波动方程及缺陷重构的超声逆散射方程,且通过矩量法对矢量积分方程进行离散化处理,得到矩阵形式的逆散射方程。为验证欧拉预报修正算法及截断完全最小二乘算法求解逆散射方程对于成像效果的影响,利用有限元方法建立铝板导波检测仿真模型,采用环形换能器阵列采集含有直达波与反射波的数据。仿真研究发现,若以截断完全最小二乘法进行求解,在正则化参数较小时,重构图像可以较好的表现缺陷内部信息及位置信息（被测两铝板的成像结果中,缺陷的位置误差分别为2.50 mm、0.76 mm）;若以欧拉预报修正算法进行求解,重构图像可以较好的表现缺陷边缘信息及位置信息（被测两铝板的成像结果中,缺陷的位置误差分别为1.12 mm、0.88 mm）。由于反射波与直达波相互干扰,上述两方法重构的图像均存在边缘模糊的问题,为克服这一问题,本文提出一种对两种求解方法所得成像数据进行加权融合的方法,针对其中一个铝板模型进行仿真验证,成像结果表明,缺陷边缘及位置的重构精度有明显改善（缺陷位置的成像误差为0.31mm）。为验证上述缺陷成像方法在应用中的可行性,搭建了导波检测实验平台,采用环形换能器阵列对实验数据进行采集。考虑到成像算法对实验数据精度有较高要求,引入变分模态分解法对实验数据进行降噪。对铝板上偏右缺陷进行成像检测实验,发现实验结果与仿真结果匹配程度较高,说明欧拉预报修正算法求解矩量法构建的逆散射方程,可以实现铝板减薄缺陷的位置及深度量化检测,且深度的量化误差在0.2mm以内。