高温材料力学性能主要包括热应变、热膨胀系数、弹性模量、泊松比等。传统的接触式测量无法在温度超过1000℃的环境下对材料进行性能检测,而光测方法具有精度高、非接触等优点,能应用于高温环境检测。本文以研究高温条件下材料力学的性能为目标,通过高温边缘检测算法和数字图像相关算法对被测试件的热膨胀系数和拉伸应变进行检测。本文介绍了图像的边缘定义,并介绍了国内外对于高温边缘检测算法和数字图像相关算法的研究。在像素级边缘检测算法中,介绍了Canny算子边缘检测的过程。在亚像素边缘检测算法中,介绍并对比了高斯曲线拟合算法、双三次插值算法和灰度矩算法,其中灰度矩算法在边缘检测中精度相对较高。本文为了在高温环境中能检测试件的边缘,提出了数学形态学边缘检测算法和改进的灰度矩相结合的算法。首先利用Canny算子对图像的边缘进行粗定位,然后在此基础上利用利用数学形态学边缘检测算法和两次Canny算子获得单一有效的像素级边缘,最后在像素级边缘的基础上利用改进的灰度矩算法对边缘进行精准定位。经实验对比分析,本文提出的算法精度可以达到0.1~0.15个像素。该算法可实现在高温条件下,对试件边缘的高精度非接触式测量。高温数字图像相关算法中采用快速归一化算法和反向组合高斯牛顿算法相结合。对变形后图像中的每一个对应点均采取初值代入反向组合高斯牛顿算法中,加快单点匹配速率,并采取缓存插值系数的方式加快全场变形的匹配速率。将该改进的算法与曲面拟合算法、正向相加高斯牛顿算法、反向组合高斯牛顿算法在精度和运行时间上作对比,结果为本文算法效果最好。本文阐述了高温图像边缘检测中的难点,并给出了相机成像和系统的设计方案,在实验室中搭建高温测试系统。利用本文提出的高温边缘检测算法和改进的反向组合算法进行热应变实验和高温拉伸实验,验证两种算法的可行性和精度问题。