目标边缘检测作为计算机视觉的一个重要方向,它是后续目标分割和识别的重要基础。近年来,随着视频技术的飞快发展,它已经在银行、医院、超市、交通等公众场所广泛应用。我国幅员辽阔,拥有很长的海岸线和广阔的海域,水面目标检测具有重要的现实意义和应用价值。它在海洋维权、海事监管和海洋环境保护等军事、民用方面都发挥了很好的作用。由于水面场景环境复杂多变,对水面目标检测提出了极大地挑战。本文通过前期大量文献资料的阅读和前人在目标边缘检测的研究基础上,主要做了如下工作:介绍了Canny算子边缘检测算法和数学形态学的基本概念、算法流程,分析了在运用Canny算子进行图像边缘检测时存在两个问题,一是不容易设定高斯滤波参数,对不同的图像缺乏自适应性。二是受噪声的影响较大,在进行一阶偏导有限差分计算梯度时,由于导数计算对噪声非常敏感,从两个方向对图像进行边缘检测,容易出现伪边缘和漏检现象。为此,本文改进了传统的Canny算子边缘检测算法,利用一种改进的双边滤波代替高斯滤波,以及通过Sobel算子计算梯度幅值方向,并在梯度非极大值抑制过程中,将极大值点作为候选边缘点,将极大值二次刷选,保留8邻域内候选边缘点不相邻的非极大值点,最后利用Otsu计算图像高低阈值,结果证明,该方法能更准确的检测边缘信息,且具备较强的自适应性。其次,利用传统形态学算法对图像进行边缘检测,如果噪声浓度较高,检测效果就不理想。因此,本文提出了一种改进的抗噪形态学边缘检测算法,且利用两个不同的结构元素进行边缘检测。改进的抗噪形态学边缘检测算法能很好地减弱噪声,得到的图像较平滑,轮廓清晰,包含的信息也较为丰富。同时,主观效果与客观评价都有所改善。最后,根据水面目标边缘检测存在的一些困难,本文采用了一种基于小波变换的边缘检测算法对水面目标图像进行边缘检测,通过改进的Canny算子边缘检测算法和改进的抗噪形态学边缘检测算法提取的边缘图像,利用小波变换将其进行融合,得到最终的水面目标边缘图像。获得的边缘图像在信息熵、均方根误差、相关系数和扭曲程度方面均好于两种改进的方法,视觉效果也令人满意。