La identificación precisa de señales ultrasónicas puede mejorar efectivamente la precisión de la detección de defectos y la inversión. Los métodos actuales, basados en el aprendizaje automático y el aprendizaje profundo, han logrado clasificar señales con diferencias significativas. Sin embargo, la señal de detección interna ultrasónica está intercalada con una gran cantidad de señales anómalas de origen desconocido y se ve afectada por el desplazamiento temporal de las características del eco y la interferencia del ruido, lo que conduce a una baja precisión de reconocimiento de la señal de detección interna ultrasónica en esta etapa. Para abordar los problemas mencionados, este artículo propone un método de reconocimiento de señales ultrasónicas en dos etapas, basado en las características de envoltura y similitud local (TS-ES). En la primera etapa, se propone un método de clasificación de señales normales, basado en la extracción y fusión de características de envoltura, para resolver el problema de la baja precisión de clasificación de señales ultrasónicas bajo las condiciones de desplazamiento temporal de las características del eco y la interferencia del ruido. En la segunda etapa, se propone un método de detección de señales anómalas, basado en la extracción y mejora de características de similitud local, para resolver el problema de la detección de señales anómalas en los datos de detección interna por ultrasonido. Los resultados experimentales muestran que la precisión del método de reconocimiento de señales ultrasónicas en dos etapas, basado en las características de envoltura y similitud local (TS-ES) en este artículo es del 97.43%, y la precisión de detección de señales anómalas y la tasa de recuperación son tan altas como el 99.7% y el 97.81%.