吸波涂层对于现代军事领域实现武器装备的隐身功能有着至关重要的作用,但由于吸波涂层具有厚度薄、涂覆面积大、使用环境恶劣以及工艺复杂等特点,在成型以及使用过程中易受人为因素或者环境影响产生裂纹、撞击及脱粘等缺陷,从而影响吸波材料的隐身性能。常见的吸波涂层裂纹及撞击类缺陷主要表现在物体的表面,有些较为明显的缺陷甚至可以通过肉眼直接进行观察,但吸波涂层的材料结构一般采用的是多层异质吸波涂层,其中,脱粘类的缺陷是常见于此类材料内部的一种缺陷,通常都具有较强的隐蔽性,检测的难度相对比较高,目前常用的无损检测技术诸如超声波、红外热波等检测手段在针对这种类型缺陷的检测上仍然具有很大的局限性,例如采用超声波检测技术仅可以实现对单点而非全场的检测,并且在存在着检测盲区,而受到涂层材料的性质以及结构件的形状、尺寸等特征限制,涡流和红外热波同样不适合雷达吸波涂层结构件脱粘缺陷的检测。激光剪切散斑干涉技术是一种重要的无损检测方法,其优势在于它对环境要求较低,在对被测件的表面和内部的破损及变形进行检测的同时,还可以提供被测件形貌的完整图像,并可用于进行大面积检测,正是由于这些优点,使得散斑剪切干涉技术成为对结构内部缺陷检测进行研究的得力方法。而如何根据得到的散斑剪切干涉图像对被测表面缺陷进行识别及定位,也是自动化检测的必要需求。本文的主要工作如下:1、首先,本文对激光剪切散斑干涉技术的检测原理进行深入的理论研究,通过数理分析证明该技术对于吸波涂层脱粘缺陷进行检测的可行性。并采用有限元仿真软件构建仿真模型,以涂蜡和空气模拟涂层与基底间的脱粘缺陷,通过对吸波涂层进行热加载,分析其热应力从而确定相关热加载参数。2、根据吸波涂层脱粘缺陷检测的检测需求,制定一种基于机器学习与激光剪切散斑干涉技术的缺陷检测方案。搭建基于已改进的迈克尔逊干涉仪的激光剪切散斑实验平台,并设计针对吸波涂层脱粘缺陷进行无损检测的软件系统。3、本文深入研究基于HOG、LBP和GLCM特征融合的剪切散斑缺陷识别算法,制定缺陷识别方案,对剪切散斑缺陷图像进行预处理、特征提取、特征融合、模型训练,从而实现缺陷识别,并利用包含脱粘缺陷的散斑图像进行识别实验,与基于YOLO v3的缺陷识别算法进行对比分析,结果表明,基于HOG、LBP和GLCM特征融合的剪切散斑缺陷识别算法可以高质量的实现脱粘缺陷的精确识别。