图像处理在遥感技术、医学领域、安全领域、工业生产领域具有广泛的应用,图像边缘检测算法是图像分割、目标识别、形状提取的图像处理分析基础。基于梯度计算的Canny与Sobel算法是当今广泛使用的边缘检测算法。国外主流的Intel处理器、德州仪器TIC66xx信号处理器、NVIDIA的GPU等均适配有成熟的边缘检测算法函数库。飞腾M7002作为一款国产高性能DSP,将边缘检测算法面向该平台适配并生成高效的函数库是亟需解决的问题。本文将Canny及Sobel边缘检测算法在飞腾平台上进行了实现,并针对体系结构与硬件特性开展了深度优化,为飞腾M7002提供了高效的边缘检测算法库。本文主要工作及贡献如下:（1）研究Canny与Sobel边缘检测算法的原理及特性,面向飞腾M7002平台进行了代码实现,测试验证了算法的正确性。（2）根据飞腾M7002硬件特性,提出了一种Canny并行梯度算法,并分别针对3*3,5*5与7*7三种卷积核进行了实现;设计实现了一种基于帕斯卡三角法的5*5与7*7 Sobel扩展卷积模板,并将三种卷积核并行优化。（3）提出了一种并行化的数据类型转换接口,实现了算法对字符型与整型、字符型与浮点型、短整型与整型的数据类型转换,提升了Canny与Sobel并行算法的可扩展性及实用性。（4）深入研究了飞腾M7002编译工具链、高速缓存机制、DMA数据传输机制、向量存储空间等底层软硬件特性,通过编译优化、访存优化、循环优化、软件流水、双缓冲的优化方法,解决了数据访问不连续的问题,并从指令处理时间间隙与数据传输间隙的角度对算法开展了进一步的优化,有效提升了算法在目标平台上的执行效率。本文所做工作已在飞腾M7002平台上实现并应用。测试结果表明,在飞腾单核上Canny边缘检测算法性能提升了1.4～2.1倍,Sobel边缘检测算法性能提升1.075～1.525倍。