图像的边缘检测是图像进一步处理和识别的基础。图像边缘产生的原因不同,但反映在图像的组成基元上,都是图像上灰度的不连续点或灰度剧烈变化的地方。本文提出了一种基于小波包和数学形态学相结合的图像边缘检测方法,并应用于几种图像的边缘检测,取得较好效果。首先介绍数字图像处理、车牌识别和火灾火焰图像检测的发展及现状,小波和数学形态学的发展及现状,以及数字图像处理方法和常用的边缘检测方法,并给出几种常用的边缘检测器。其次研究了几种常用的边缘检测方法的运算,以及这些检测算法的准则和步骤,并用仿真软件给出真实图像的每一种方法的仿真结果。然后在小波及小波包的基本理论和数学形态学的相关理论基础上,对小波和小波包进行了比较和仿真,小波包使小波变换的频谱窗口变得更细,这样可以找到更适合被分析图像的时频窗口或最优基,从而使图像的特征更加明显,有利于图像的进一步分析。研究了数学形态学的基本运算以及运算的组合的应用,形态学梯度在边缘检测方面的应用,并给出仿真。最后使用MATLAB仿真软件仿用本文提出方法对“westconcordor- thophoto”图像、车牌图像和火焰图像进行边缘检测,并与各种edge边缘检测器的检测结果进行对比。应用信噪比(SNR)衡量检测结果,该方法能够较好的检测出图像的边缘。