树木在生长过程中,由于各种原因,会产生节子、空洞、腐朽、裂缝等内部缺陷。这些缺陷存在于树木体内难以被发现,会严重危害树木的健康。如何从外部对树木内部缺陷进行检测和成像,从而有效地保护树木的健康具有重要的研究意义。应力波技术成本低、设备便携性好、使用简便、不受树木大小影响、不损坏树木、也不会危害人体健康,非常适合用于活立木、原木和木材的内部缺陷成像,已逐渐成为该成像领域的主流技术。尽管应力波成像方法在国际范围内取得了一些进展,已能通过重建图像直观反应树木内部缺陷的大致位置、轮廓和严重程度,但对该方法的研究远未成熟,现阶段主要存在以下四方面的问题。第一,应力波方法的观测信号量往往不够充足,现有的层析成像算法无法重建高质量的缺陷图像,导致本领域的层析成像算法准确度不高的问题;第二,在树木表面安置传感器的过程费时费力,实际应用中如何在传感器数量减少时,仍能保证应力波成像精度的问题;第三,针对古树名木等珍贵树木,如何自动确定最佳的传感器布局策略以实现高精度应力波成像的问题;第四,现有的应力波成像方法集中于层析成像,如何实现树木内部缺陷的应力波三维成像,重建缺陷完整立体空间分布的问题。本文针对树木内部缺陷应力波层析成像方法、稀疏采样下的应力波层析成像方法、传感器空间布局优化方法、应力波三维成像方法四方面问题进行了研究,旨在推动应力波成像方法由“粗略化”向“精细化”发展。主要的创新研究如下:(1)针对木材的各向异性,基于应力波在树木横截面中的传播规律进行了信号修正,解决波速在树木横截面中不均匀的问题。然后,提出一种基于加权椭圆空间插值的应力波层析成像算法,依据射线长度建立不同曲率的椭圆影响区估计网格单元的波速分布。实验结果表明,该方法能处理双缺陷等形式的复杂样本,也能抵抗由缺陷区域密度变化引起的信号干扰。接着,又进一步提出一种基于射线分割与分段椭圆插值的应力波层析成像算法,以精细化利用射线为切入点,先通过椭圆影响区分割原始射线,得到改进的传播射线图,再通过分割后的射线建立分段椭圆影响区估计网格单元的波速分布。对比实验结果表明,该方法的平均成像准确度达到了86.9%,显示了重建图像的高质量。(2)针对稀疏采样下保持应力波成像精度的问题,提出了两种算法。首先,提出一种基于压缩感知与椭圆插值的应力波联合层析成像算法。利用压缩感知在应力波稀疏信号表示、求解方面的优势重建缺陷区域的内在空间结构,配合加权椭圆空间插值方法重建非缺陷区域,并进行特征点选取、混合及联合成像。实验结果表明,在稀疏采样下该算法仍能实现高质量的层析成像结果。然后,又进一步提出一种基于深度学习与轮廓约束的应力波层析成像算法。利用卷积神经网络学习射线图中的射线分布规律并进行缺陷目标检测,辅助成像算法对缺陷区域进行轮廓约束。对比实验结果表明,该方法的总体成像准确度达到了95.1%,在传感器数量减少时,成像效果并未受较大影响。(3)针对传感器空间布局优化问题,通过试验分析了应力波射线穿越比及传感器布置均匀程度对成像的影响。然后,提出了一种基于缺陷分布模式感知的应力波传感器空间布局优化算法。以射线穿越比和传感器布置的均匀程度为指标,建立缺陷空间分布模式与传感器空间布局之间的联系,通过优化条件及适应度函数的构造,结合优化算法搜索最优的传感器空间布局。对比实验结果表明,传感器布局优化后,可进一步提高成像准确度达5.8%。(4)针对应力波三维成像问题,首先对木材内部的应力波立体信号进行了采集,并基于应力波在树木纵截面和横截面内传播规律对波速信号进行了修正。然后,提出了一种基于克里金空间插值的树木内部缺陷应力波三维成像算法,利用克里金算法建立三维空间内插值点与参考点之间的结构关系,并提取准确的参考点作为空间插值算法的输入数据,最终实现缺陷立体图像的可视化。对比实验结果表明,该方法的平均成像准确度达到了89.1%,显示了算法的有效性。