随着现代红外技术的飞速发展,越来越多的红外图像处理系统将应用于军事、工业、民用等领域。由于红外成像器件本身以及周围环境的影响,红外图像成像效果并不理想,其边缘检测的难度加大。图像边缘作为红外图像的重要特征,其检测技术在目标识别、跟踪以及智能控制等系统中具有重要的实际意义。所以,对红外图像边缘检测技术的研究就显得十分必要。本论文针对红外图像对比度低、噪声大、目标模糊等特点,对红外图像的边缘检测进行了研究:一是在研究数学形态学理论的基础上,提出了两种基于数学形态学的红外图像边缘检测算子;二是研究了基于细胞神经网络(Cellular Neural Network,简称CNN)的二值图像边缘检测算法,并对其模板进行了设计。然后利用二值图像边缘检测算法分别对红外灰度图像灰度值的各个二进制位进行边缘检测,并对各个二进制位的检测结果进行融合,从而实现红外灰度图像的边缘检测。仿真实验结果表明了所研究算法的有效性。此外,深入研究了DM3730开发平台ARM与DSP之间的通信方式、编解码引擎(Codec Engine)架构的双核通信过程以及利用数字视频软件开发工具(DVSDK)进行程序协同开发的方法,利用C语言完成了基于数学形态学的边缘检测算子ARM端应用程序设计和DSP端算法程序设计,从而在DM3730开发平台上实现了红外灰度图像的读取、边缘检测处理及检测结果显示。