随着计算机技术的发展，数字图像处理与分析技术在科学研究、工业生产、医疗卫生、教育、娱乐、管理和通信等方面得到了广泛的应用。边缘检测是图像处理与分析中最基础也是最重要的内容之一，一直是图像处理领域的研究热点。同时，边缘检测是图像理解和图像识别的基础，能否提供一个好的边缘检测算法直接影响后期研究效果。　　 传统的边缘检测算法对噪声比较敏感，而实际处理的图像一般都混有噪声，如何消除噪声干扰带来的伪边缘成为边缘检测算法需要解决的一个重要问题。本文在研究传统边缘检测算法不足的同时，结合小波变换多尺度分析和形态学边缘检测的优势，给出了本文的改进算法。本文主要贡献，包括两个方面：　　 首先，针对小波变换多尺度边缘检测中阈值需要人为设置、缺乏灵活性等问题，提出本文的改进算法——一种基于小波变换的阈值自适应边缘检测方法。此算法采用最优迭代思想，能有效设置满足一定精度的阈值，提高了边缘检测的精度。　　 其次，在分析结构元素对形态学边缘检测结果影响的基础上，基于多尺度多结构元素思想，提出了本文的改进算法——一种基于形态学的权值自适应边缘检测算法。在多尺度边缘检测方法中，各尺度边缘结果融合问题一般采用均值或者固定值的方法，本文提出的改进算法采用期望标准值或者方差来衡量各尺度下结果的权值，提高了抗噪能力。　　 仿真实验表明，改进算法的检测结果细节信息丰富，边缘连接相对完整，在提高检测精度的同时，增强了抗噪声能力。