构件在生产或加工时会产生非预期的内部缺陷,这时需检查该缺陷是否在构件所允许的范围内,然后才能决定该构件能否使用。由于计算机断层扫描只能获取含有缺陷信息的二维断层图像,要想获取缺陷的三维信息只能凭借工作人员的经验和空间想象,具有很大的局限性。为精确获取缺陷的位置、形状、尺寸、密度分布等信息,需要对断层图像进行三维重建。而边缘检测、插值是三维重建中的重要内容,边缘检测及插值结果的好坏将直接影响重建的效果。本文以此为背景,较为系统的研究了构件内部缺陷断层图像的边缘检测和插值方法。在边缘检测方面,本文针对现有边缘检测方法检测出的边缘不准确、模糊且存在伪边缘等问题,提出了一种基于改进的Sobel算子和聚类法相结合的边缘检测方法。在插值方面,本文针对现有形状插值算法对相邻断层间对应轮廓形状不相似,位置不重合或存在凹轮廓插值时会出现中间插值结果错误及计算时间长、占用存储空间大的情况,提出了基于骨架点的断层轮廓形变插值方法,消除了插值错误现象。针对现有的插值方法在进行断层图像插值时,要么不能兼顾灰度和形状的变化,要么计算量太大的情况,提出了基于形态学与测地距离函数的灰度插值算法。论文最后运用Visual C++6.0仿真,对构件的内部缺陷断层图像进行边缘检测和插值,算法结果验证了本文提出的边缘检测和插值方法的可行性和有效性。