随着数字图像采集技术和处理技术的飞速发展,图像已成为人们获取信息的重要途径,图像的边缘信息反映了图像中最有价值的信息,边缘检测是图像处理和计算机视觉中最重要、最经典的课题之一。小波变换在空域中分辨率随频率的大小而调节,低频粗疏,高频精密,在小尺度参数的边缘检测算子能够检测出灰度发生的细变化,而大尺度参数的边缘检测算子能够检测出灰度发生的粗变化,使用小波多尺度变换可以更好的检测图像的边缘和细节,能够很好的将信号与噪声分离,但在使用小波多尺度变换进行图像边缘检测的时候,虽然可以一定程度的去除噪声点的干扰,同时也会去除掉一些较弱的信号边缘,对模糊边缘的提取有一定的缺陷。如果同时利用模糊理论来进行边缘检测,就能更好的将弱边界图像从背景中分离出来。根据以上这些特点,本文提出了一种新的基于小波多尺度变换和模糊方法的图像边缘检测法,结合了小波多尺度和模糊方法,既能在很大程度上克服噪声的影响,又能保持丰富的边缘细节,还能更有效的将图像的弱边界从背景中分离出来。本文将小波多尺度变换理论和模糊边缘检测方法相结合应用于图像的边缘检测中,将图像通过滤波器分为高频和低频两部分分别处理,高通滤波器目的是去除或衰减低频带LL的小波系数,而保留高频带的小波系数,低通滤波器目的是保留低频带的小波系数,而衰减高频带的小波系数,去除图像中大量的边缘信息,对于高频部分使用小波多尺度变换的方法进行边缘检测,低频部分则利用竞争模糊边缘检测方法进行处理,最后对两种方法得到的边缘图像进行融合。在matlab7.0的编程环境下进行了实验比较,使用本文算法最终检测出来的图像边缘结合了多尺度边缘检测和模糊边缘检测的优点,克服两种边缘检测的局限性,与以往边缘算子检测出的边缘相比有很大的改善。