图像去噪和边缘检测是重要的图像预处理技术,广泛的应用于图像特征的提取、纹理分析等领域。图像去噪处理可以改进图像质量,边缘检测可以检测出图像中的重要信息,因此,图像去噪和图像边缘检测为准确分析图像信息,实现精确分割提供了重要的保障。首先,本文对图像去噪技术的原理和发展状况进行了简要介绍,然后对已有的图像去噪算法进行了阐述,并对各种算法进行MATLAB仿真,对处理效果进行比较分析。本文针对某些算法的优缺点,提出了一种新的小波阈值去噪的方法。这种方法把阈值函数进行了改进,并把改进的阈值函数中的α因子看做成一个自变量,再将峰值信噪比(PSNR)看成α的函数,找到使PSNR值最大的α的值,这样求的阈值使得去噪图像具有最高的峰值信噪比。实验结果也表明,与其它去噪算法相比,新的去噪方法在保留图像的重要细节信息的同时具有更好的去噪效果。其次,本文对图像的边缘检测的原理和发展状况进行了简要介绍,然后对已有的图像边缘检测算法进行了阐述,并对各算法进行MATLAB仿真,并进行处理效果比较。通过比较发现,边缘检测过程中很多算法并不能很好的保留图像边缘信息点和抑制随机噪声。本文基于小波变换模局部极大值的多尺度边缘检测原理,提出了一种融合图像小波分解细节的边缘检测方法和一种用于图像边缘检测阈值二次搜索寻优的改进遗传算法。检测过程分为两步,第一步通过小波分解细节重构初始图像边缘,第二步通过改进的遗传算法对图像的边缘阈值进行自动选取并得到最终的图像边缘。实验结果表明,与其它边缘检测算法相比,所提出的方法在图像边缘检测中具有更高的定位精度和更强的去噪能力。