图像在经过傅里叶分解后,在如阶跃边缘、线段和马赫带(Mach bands)部分,信号的傅里叶成分的相位一致性是最大的。相较于基于亮度梯度来标注图像特征,基于相位一致性的图像特征是一个不受图片亮度和对比度影响的无量纲值,因此它可以准确测量图像的特征点,具有广泛的应用前景。论文研究了相位一致性(Phase Congruency,PC)的图像边缘特征提取算法,提出了一种自适应噪声阈值相位一致性算法。在不牺牲时间复杂度的前提下提高了 PC算法的适用性及边缘特征提取的准确性。最后利用燃煤图像,验证了利用相位一致性在光照不均、图像对比度小及图片质量差的环境下提取图像特征的优越性。首先,论文从边缘检测算法的数学思想入手,研究分析了传统边缘检测算法的特点,并且分析了这些传统边缘检测算法的抗噪性。在此过程中本文采用了传统算法对加入了高斯白噪声以后的图像进行边缘检测的分析方法。其次,论文对基于图像相位信息的边缘算法即相位一致性算法进行了分析研究。验证了相位信息在图像处理中的重要性和稳定性。通过分析相位一致性函数与局部能量函数的关系,考虑到图像边缘信息局部性的特点,选用Gabor小波计算局部能量函数,并使用由局部能量函数求得的相位一致性函数对目标图像进行边缘检测。该方法不需要对图像进行任何先验假设,只是在傅里叶变换域内简单的按相位一致来寻找特征点,具有较强的通用性。最后,论文将基于相位信息的边缘检测算法应用于回转窑燃煤图像的边缘检测环节中,证明了与基于亮度信息的提取边缘算法相比,基于相位信息提取边缘在对比度小、图片质量差的环境下的优势。