边缘是图像的重要特征,其中包含了图像大量的信息。边缘检测的效果将直接影响到图像的分割和模式的识别。传统的图像边缘检测算法大多是基于点的检测算法,只能在很少的几个方向搜索边缘,不能有效地利用图像的几何正则性。多尺度几何分析法能够更好的利用图像的几何正则性。本论文通过对多尺度几何分析中各种变换方法的比较,选择应用Beamlet变换和Wedgelet变换对图像进行处理,研究图像边缘检测的新算法。主要研究工作包括两部分内容:一是基于多尺度几何分析构建图像边缘检测的新算法;二是在嵌入式平台上对新算法进行物理验证,并对算法进行优化。论文在以下方面做了探索性的研究工作:(1)对基于Beamlet变换的线特征提取算法进行改进,形成一种图像边缘检测的新算法。(2)将Wedgelet变换的理论应用到对图像的边缘检测,提出一种基于多尺度Wedgelet变换的图像边缘检测算法。(3)基于TI公司的达芬奇技术,搭建了图像采集、处理及显示的硬件平台。在该平台上对基于Beamlet变换的新算法进行了物理验证。实验结果表明:该新算法边缘检测的效果较好,具有很大的工程应用潜力。(4)在达芬奇平台上,对算法进行了优化,提高了算法的运算速度。基于Beamlet变换和Wedgelet变换的边缘检测新算法,均有较好的边缘检测效果。检测到的边缘线段由若干条Beamlet组成,故边缘中包含位置、方向等信息,便于对车道等目标进行识别。