在高速铁路、核工业、石化等领域中,由于工件的疲劳、摩擦和应力所产生的缺陷,随着时间生长或断裂,从而导致重大的安全事故。所以这对实时在线检测金属工件中的缺陷,消除安全隐患,提出了越来越高的要求。在高速铁路方面,轮轨的内部缺陷的无损检测采用常规超声技术和相控阵超声技术,落轮和非落轮的定时检测得到了现场的广泛应用。目前,基于常规超声相控阵的工业无损检测,虽然实现容易且处理简单,但设备较复杂,集成度不高。近年来,全聚焦算法(Total Focusing Method)技术因为其高覆盖率和灵活性成为研究热点,能够实现对各种复杂材料的高精度检测。为了获得清晰度更好、分辨率更高的缺陷成像,本文基于超声相控阵技术,以全矩阵采集技术(Full Matrix Capture)作为采集原始缺陷数据,以全聚焦算法(Total Focusing Method)作为数据后处理的数学模型,在FPGA平台上加速了全聚焦算法速度,实现数据的高速处理,并将相控阵作为合成孔径的子孔径,进行了分布式步进来构造了更大的综合合成孔径,进一步提高了缺陷成像质量。首先,对全矩阵采集进行了算法建模,考虑到TFM算法实现简单且成像精度高,将其作为FMC的成像算法,并通过Matlab平台进行验证和分析。分析验证算法建模正确,缺陷成像精确高,单MATLAB算法的时间消耗较长。然后,为了提高成像速度,以FPGA这样具有并行处理能力的平台来设计和实现全聚焦算法系统。经过对比验证分析,FPGA全聚焦算法系统既保证了缺陷成像的高精度,又大幅缩短全聚焦算法处理时间。最后,将超声合成孔径技术与全矩阵采集-全聚焦算法相结合进行缺陷成像,并从API和图像信噪比两方面进行分析。分析结果表明在超声探头阵元数不变的情况下,进一步提高了全聚焦算法成像的质量,验证了超声合成孔径技术对全聚焦算法成像质量优化的有效性。本论文研究为实现全聚焦算法的高质量快速成像提供了坚实的基础,对基于全聚焦算法的实时缺陷成像的发展具有很好的促进意义。