医学数字影像的处理已经成为世界医学中发展最快的领域之一,被广泛应用于临床的诊断和治疗,可以使临床医生对人体内部病变部位的观察更直接、更清晰,提高了疾病诊断率,成为临床医学领域中至关重要的技术和手段。对医学图像的客观分析和处理是影像技术中极为重要的一个环节,特别是图像处理技术中所涉及的平滑滤波和边缘检测技术已成为目前研究的热门方向。研究人员可以运用一些图像处理方面的技术,对不同类型的医学图像进行有效处理,从而提高医学图像中信息的使用率,有助于实现对病变部位相关特征信息的截取,进一步提高诊断和治疗的准确率。本文是依托武汉市某公司的管腔内壁边缘提取项目而进行的冠状动脉血管内壁OCT图像边缘检测研究,血管内壁OCT图像通过激光探针的采集后,进行边缘检测,为后续的手术提供直观的图像依据,因此检测必须要求实时化和精确化,这就要求选择的算法复杂度不能高而检测方法的精度要高,为此,本论文首先是对现有图像边缘检测技术的理论进行了研究,选择利用简单、稳定、成熟的Canny算法进行检测,然后针对传统Canny算法的不足提出了改进算法,接着进行实验对比和分析,最后应用于血管内壁图像边缘检测中,具体完成了如下工作。一是客观地介绍了冠状动脉血管内壁OCT图像的采集方式和过程,分析了其特征,研究了其检测的难点和要求,针对检测项目的需求和难点,先对图像进行预处理,为下一步的检测工作做准备。二是详细分析了综合性能较好的Canny算法的原理和缺点,针对Canny算法滤波去噪的局限性和人为设置高、低阈值的不确定性,决定分别从滤波去噪和阈值选取自动化两个方面着手,对传统的Canny算法进行改进。三是分析了滤波去噪的方法,对比之后选择了数学形态学Top-hat方法进行滤波去噪,将改进算法应用于冠状动脉血管内壁OCT图像边缘检测中,检测出的边缘细节更加丰富。四是分析了阈值选取自动化的方法,对比之后选择了最大类间方差法进行阈值自动选取,利用改进算法进行冠状动脉血管内壁OCT图像边缘检测实验,检测效果得到进一步提升,有效的提高了平滑滤波的能力和自动化水平,边缘清晰精确,同时也达到了实时性的要求,满足了项目的需求。