针对脉冲红外热成像检测缺陷构件时, 红外图像噪声较大、边缘信息模糊等特点, 提出了一种基于模糊C均值聚类和Canny算子相结合的边缘检测新方法。该方法首先对输入的红外图像进行整体灰度变换, 采用模糊C均值聚类对图像进行区域分割、提取和二值化; 再将各个区域进行叠加, 使红外图像的边缘变得连续; 最后, 采用Canny算子对处理后的图像进行边缘检测, 实现缺陷的识别。在图像边缘检测基础上, 分析了图像定位缺陷位置与实际缺陷位置之间的相对误差, 并运用物像关系, 实现缺陷几何尺寸的定量检测。结果表明: 该方法对缺陷边缘识别完整清晰, 具有较高的定位精度和抗噪能力, 有利于缺陷的识别与定量检测。