在工业生产中,结构件信息往往通过断层扫描得到一系列二维图像而获取。但是,由于X射线自身的缺陷以及结构件内部缺陷形状复杂等原因,所获取的断层图像往往会出现模糊、伪缺陷等现象。为了提取出断层图像精确的缺陷边缘,必须对其进行完善的边缘检测。本文利用模糊理论对含有内部缺陷的结构件断层图像的边缘检测进行研究。首先,重点分析边缘检测在三维重建中的重要地位,并对传统边缘检测算法的优缺点进行比较,针对含有内部缺陷的CT图像应用传统边缘检测算法的不足,提出基于模糊理论的内部缺陷断层图像边缘检测方法。其次,在深入研究经典模糊边缘检测算法—Pal算法的基础上,提出一种改进算法。新算法针对Pal算法中模糊阈值的不足进行改进,采用目标和背景分开进行模糊化,从而建立新的隶属函数,并对增强后的空域图像进行了平滑运算,滤除一定的噪声以减小噪声对下一步提取边缘的影响,最后增加边缘连接的步骤。改进后的算法避免Pal算法中对所有像素点都不加区分进行处理的弊端,对于含有孔洞型缺陷的CT图像具有很好的边缘提取能力。最后,利用直觉模糊集理论提出一种新的距离测度,即直觉模糊散度,并将其应用于内部不规则缺陷的CT图像的边缘检测中。直觉模糊集考虑到了隶属度、非隶属度和犹豫程度三个因素,更加符合客观世界模糊对象的本质。边缘检测的结果转为完全依赖于犹豫常量的选取,即犹豫程度,为模糊边缘检测开辟了新思路。