针对木材裂缝缺陷，提出一种基于声发射的木材裂缝数量识别方法。首先，在试件上人为依次制作1 mm×9 mm（长×高）的4条裂缝，在裂缝的一侧通过折铅的方式产生声发射（acoustic emission,AE）信号，另一侧放置传感器，信号采样频率设置为2 MHz。然后，通过粒子群算法（particle swarm optimization,PSO）确定变分模态分解（variational mode decoposition,VMD）的分解层数K和惩罚因子α，并将原始信号分解为具有不同频率的本征模态（intrinsic mode function,IMF）。接着，随机选择5组信号进行VMD分解，并对分解后的IMF构成的矩阵进行奇异值分解（singular value decomposition,SVD），得到相应的奇异值向量，再由5组奇异值向量组成标准矩阵。最后，由测得的AE信号，分别与标准矩阵计算马氏距离，并依据最小判别原则，判定裂缝数量。结果表明，PSO-VMD-SVD方法能够方便提取出AE信号特征，并通过计算马氏距离进行裂缝数量判别，判别正确率为92%。