图像边缘检测是许多图像处理过程中的重要步骤之一。在虚拟手术系统中，对人体切片的边缘检测是关键的一个步骤，是下一步进行三维建模的基础。但是图像中边缘与噪声都分布在高频区域，而且物体的几何边缘、表面纹理等均表现为边缘，不同的图像处理任务需要提取不同的边缘信息，这些因素使边缘检测变的非常困难。本文在深入分析现有边缘检测方法的基础上，重点研究了彩色图像边缘检测算法。对GVF(梯度矢量流)Snake动态轮廓模型存在的几个不足之处进行了改进，并结合小波分析与GVF Snake模型两种方法的优点，提出了一种新的彩色图像边缘检测方法。论文主要内容包括：1．介绍了边缘检测技术的发展，重点介绍了彩色图像边缘检测算法。对几种主要算法进行了实验仿真，并对结果进行了分析比较。2．深入研究分析了GVF Snake动态轮廓模型的理论、方法。指出了GVF Snake动态轮廓模型的不足之处。通过实验与计算，得出了GVF力场的迭代时间与迭代的次数近似成正比，轮廓逼近时间与逼近次数也近似成正比的结论。同时引入了“有效逼近域”的概念，提出了初始轮廓线精确定位原则。3．在充分分析GVF Snake模型及其不足之处的基础上，根据初始轮廓线精确定位原则，提出了基于小波变换的边缘检测算法，成功的解决了初始轮廓线的设置问题。减少了GVF力场迭代次数和逼近次数，有效的降低了时间复杂度。4．结合小波变换方法和GVF Snake动态轮廓模型方法，提出了一种新的彩色图像的边缘提取方法。新算法综合了GVF Snake模型和小波边缘检测算法的优点，可以成功提取出医学彩色图像的目标轮廓。