边缘检测在图像处理与计算机视觉中占有特殊位置,是各种图像分析算法的重要基础。图像边缘可分为阶跃边缘和屋脊边缘。在工业图像检测中,许多待检目标都是屋脊型边缘,经典方法往往只研究阶跃边缘检测,对屋脊边缘讨论较少。本文的目的是研究屋脊边缘检测的各种算法,并在前人基础上做出一定改进,以期获得更理想的结果。本文讨论的算法分别基于小波分析、数学形态学以及微分几何中的曲率理论。小波变换良好的时频局部特性非常适合于图像处理。小波变换能够对图像进行多尺度分解,在各种不同分辨率下对各个子图像进行边缘提取工作,并且对噪声的抑制效果很好。本文的小波分析法对图像进行小波变换后得到图像的频域系数,通过判断屋脊边缘的存在性、计算系数差分与期望值来实现对边缘的定位与检测。数学形态学通过对目标的形态变换实现结构分析和特征提取的目的。本文主要讨论二值形态学对含有屋脊边缘的指纹图像的细化理论,并将其应用到屋脊边缘检测的综合算法之中。基于曲率的算法通过计算像素点的主曲率与主方向来检测屋脊边缘,本文综合运用主曲率信息得到边缘的位置,主方向信息获取边缘的走向,从而实现屋脊边缘的检测以及自动搜索识别。通过实验表明以上方法适用于屋脊边缘检测,并能取得良好的效果,具备一定的实用价值。