飞机蒙皮是保证飞机飞行和乘客生命安全的关键部件，由于高空环境恶劣，飞机长时间、高负荷的飞行，飞机蒙皮会出现裂纹、腐蚀、撞击等缺陷。这些缺陷对飞机蒙皮的结构产生破坏，而飞机蒙皮的状态直接影响飞机安全飞行。目前。飞机蒙皮的检测仍然主要依靠人工检测，检测人员的经验、状态等直接影响检测结果。因此，开展对飞机蒙皮的自动化检测具有很好的现实意义。本文主要进行了利用爬壁机器人，通过无线设备传输至地面平台，进行了基于机器视觉和超声波检测的特征提取和基于支持向量机的分类识别及其改进算法两方面的研究。本文主要工作如下：首先，介绍了用于飞机蒙皮损伤检测的爬壁机器人研究现状并介绍了本文开发的爬壁机器人。对飞机蒙皮损伤进行了分类，即正常、裂纹、腐蚀、撞击，并介绍了其形成原因。其中裂纹可以分为正常、恶化、严重恶化三个等级。其次，对多传感器信息融合技术的基本原理及关键问题：信息的表示与转换、信息融合的层次、信息融合算法进行了详细的分析，比较了一些常用的融合算法之间的优缺点。本文将常用支持向量机作为融合算法。然后，针对飞机蒙皮图像进行预处理，并提取图像的灰度共生矩阵，结合利用超声波检测得到超声回波信号，提取超声回波特征，然后利用支持向量机对飞机蒙皮损伤进行识别，利用遗传算法和粒子群算法对支持向量机参数进行优化，并与模糊支持向量机进行对比，得到模糊支持向量机在飞机蒙皮损伤识别率上明显优于其余方法。最后，利用MATLAB与VC++混合编程开发了飞机蒙皮损伤识别软件，该软件充分利用了VC++方便的应用程序界面开发功能和MATLAB高效的信号处理、图形显示功能，可以直观、快速、准确的完成飞机蒙皮损伤的分类识别。本文的研究对于提高飞机蒙皮损伤的检测水平，缩短飞机的检修维护时间，保障飞行安全具有重要意义。