边缘检测技术在图像工程中占有重要的地位和作用，因为边缘检测是图像分割的核心内容，而图像分割又是从图像处理进入图像分析的关键步骤，也是进一步图像理解的基础。所以对边缘检测的研究一直是图像技术研究中热点和焦点，从而导致边缘检测的算法层出不穷。然而，我们在实际的应用开发中发现，现有的边缘检测算法对目标的检测和识别，多数达不到令人满意的结果，因此,结合实际课题---ICF(惯性约束核聚变)图像处理系统---的需要，本文展开了对边缘检测和目标测量的研究。高精度地定位靶的空间坐标是ICF的核心技术，解决这个问题的关键是运用图像分割技术高精度地检测、识别和测量靶，所以论文涉及了以下几个主要内容：其一，通过分析小波多尺度边缘检测原理，以及小波变换对边缘和噪声影响的不同规律，提出了小波多尺度积边缘检测算法，该算法能有效地抑制噪声，特别是，在大尺度下利用该算法在不考虑精度的情况下，能有效地识别目标区域；其二，利用B-样条函数对高斯函数的优点，提出了基于Canny算子改进型边缘检测算法，该算法与Canny算子相比，提高了边缘的清晰度和连续性，而且抗噪能力明显增强；其三，高精度的图像测量离不开亚像素分析技术，故对亚像素定位技术作了一定的研究；最后，综合运用上述方法，提出了自动检测、识别圆和测量圆参数算法，在这个算法中，还利用了目标跟踪技术和拟合圆曲线的最小二乘法，其中，针对特殊运用，如跟踪圆曲线上的边缘点，对现有跟踪算法作了一定的改进，使其能过断点，得到更多的圆的边界点。另外，在实际运用中，根据噪声点在边界点周围的分布规律，对拟合圆曲线的最小二乘法做了一定补充，提高了测量圆参数的精度，使其增强了抗噪能力，并为自动检测和测量提供了依据。最后，本文对ICF图像处理系统的分析、设计、功能作了简单的介绍，同时把自动检测、识别、测量圆的算法运用于实际图片的测量，能达到较理想的结果。