图像的边缘是构成图像最基本的部分,包含图像的大部分信息。因此,图像的边缘检测是图像分割和识别等领域研究的重要依据。目前,图像的边缘检测面临的主要问题是检测的边缘清晰度和定位精度与去噪能力之间的矛盾。本文分别针对小波变换边缘检测算法和形态学边缘检测算法的缺陷进行改进,并融合两种算法。具体的内容如下:小波变换边缘检测算法在提取边缘时,由于图像本身的复杂性,使得检测过程中,在图像的去噪和边缘的定位等方面不能获得良好的效果。以二进小波变换为例,由于其本身具有平移不变性等良好的性质,进一步提高了边缘检测的准确性,但检测的边缘存在细节不连续的缺点。针对二进小波变换边缘检测算法的不足,通过提高二进小波的光滑度,选取适当的小波滤波器来克服该算法的缺点。由于小波函数的光滑度受到该小波函数消失矩阶数的影响,所以本文将着力提高B-样条二进小波消失矩的阶数,给出了一个新的提升格式和提升参数,实现了一个具有高阶消失矩、对称性和紧支撑等性质的二进小波滤波器。同时,提出一种基于提升的B-样条二进小波边缘检测算法。该算法可以抑制图像噪声且图像的边缘细节连续。在数学形态学边缘检测算法中,不同的结构元素和形态学算子影响图像的边缘检测和去噪的能力。本文选取方向不同的结构元素,按照改进的形态学算子进行边缘检测。实验结果表明:对于含噪图像,该算法检测得到的边缘光滑、噪声少。由于二进小波变换边缘检测算法只对图像的低频分量进行了处理,忽略了图像高频分量的信息,边缘轮廓细节少,而形态学边缘检测算法去噪效果好,细节信息丰富。为提高边缘的连续性和精确度,保留图像细节,本文将两种算法结合,提出一种基于二进小波和抗噪形态学融合的边缘检测算法。实验结果表明:利用该融合算法得到的边缘连续且清晰、噪声少,在客观评价方面优于上述两种算法。