工业X射线断层成像技术(CT，Computed Tomography)是一种无损的数字化测量方法。它利用射线对物体进行扫描，从投影数据中重建出被测物体的切片图像和三维图像，进而对任意形状，尤其是结构封闭的工业器件进行各种分析。比如，可以根据切片序列图像对现有的实物原型进行逆向建模、根据切片图像中的特征参数衡量制造误差、测量产品某一部分的结构尺寸等等。这一系列的应用都要以特征参数的提取为前提，而特征参数的定义大都基于形状信息，轮廓恰好是结构形状的最好体现，因此，轮廓提取成为工业CT图像处理中非常重要的问题。基于小波模极大值的算法是一种比较典型的轮廓提取方法，它能够快速得到图像的初始轮廓，在提取轮廓的同时有效去除冗余的细节信息，同时还具有一定程度的抗噪性。然而，这种方法往往需要两步才能得到轮廓特征，首先阈值化小波系数，然后边缘跟踪。阈值化的过程会影响到边缘的定位，而边缘跟踪则会增加检测的时间和算法复杂度。以此问题为切入点，本论文主要完成了如下的研究工作：　　(1)为了对上述算法进行改进，研究了一种基于小波变换和人机交互的轮廓提取方法。该方法借助少量的人机交互来选择轮廓初始点，接着，根据每个像素点小波变换的模值，对像素点进行连续、自动地过滤和确定，去掉了阈值化的筛选过程，改善了边缘定位，提高了算法的可执行度。另外，由于像素点的筛选是在逻辑连续的前提下进行，因此不再需要额外的边缘跟踪来确保轮廓的连续性，实现了边缘提取和边缘跟踪的合二为一，简化了操作步骤。对于工业CT图像，该方法可以在不需要任何预处理和后处理的情况下得到连续、细化、封闭的轮廓特征。同时它还具有良好的灵活性，可以根据实际需要，仅仅提取感兴趣区域的轮廓而非全部，减少了计算量。　　(2)对工业CT图像进行轮廓提取的时候，基于人机交互的方法可以给研究工作带来很多的便利。然而，当数据量增加或者自动化要求提高的时候，我们更希望能够在保证轮廓质量的前提下，实现自动提取。为此，本论文研究了一种自动的基于平稳小波变换的二维轮廓提取算法，根据融合操作的可行性，将该算法应用到了工业CT体数据三维轮廓的提取上。与连续小波相比，平稳小波变换可减少计算量，并通过滤波器组快速实现。离散小波虽然也存在快速算法，但变换后的图像尺寸变小，需要经过插值等放大措施恢复到原来的大小，降低了图像质量的稳定性，因此，平稳小波成为本算法中小波变换的工具。在提取过程中，该算法不再需要人机交互，而是通过增加轮廓初始点约束条件、增强和完善轮廓点的筛选规则实现了对工业CT图像轮廓特征的自动提取。在对工业CT体数据进行三维轮廓提取的时候，首先将体数据按照不同的方向进行切割，对每组切片图像运用基于平稳小波变换的算法提取二维轮廓，最后借助于融合理论得到体数据的三维轮廓。通过该方法提取的三维轮廓不仅保留了原方法提取二维轮廓的优点，而且弥补了二维轮廓提取方法只能提取平面内轮廓信息的不足。　　(3)随着用户需求的增多，工业CT检测技术的精度越来越高，获取的数据量也与日俱增，这给工业CT数据的存储和长距离传输带来很大的挑战。另外，考虑到工业CT检测的物体往往是由几种材料构成，而每种材料具有相同的衰减系数，重建出来的图像可近似看成是由分片常数区域构成，因此研究了一种基于改进轮廓编码的工业CT图像压缩方法。基于轮廓编码的图像压缩方法往往需要两步，第一步是轮廓提取，第二步是基于轮廓信息得到压缩编码。这种方法一方面对缓存空间有较高的要求，另一方面，压缩的实时性不高。为此，将 Freeman编码的思想融会到本论文中基于平稳小波变换的轮廓提取算法中，实现了轮廓提取与轮廓编码的同时进行，改善了压缩的实时性。另外，在轮廓存储过程中，存储的是点与点之间的相对位置，而非真实坐标，降低了对缓存空间的要求。最后，通过对比特流进行进一步的霍夫曼无损压缩，实现了在保护图像信息的同时获得更高的压缩比。　　本论文针对工业CT图像的特点和轮廓提取的重要性，对基于小波模极大值的轮廓提取算法进行了一系列改进，并将提取方法应用到了对工业CT图像的轮廓编码中，实现了图像的压缩。实验证实，改进后的方法不仅明显地改善了轮廓质量，而且对对比度好、噪声较弱和有分片常数特性的图像有良好的压缩效果。