当代信息化世界中,人类视觉性地认识世界主要通过图像、图形、视频等形式。图像已经成为飞速发展的社会形态中重要的信息载体。图像的边缘是对图像最基本的描述之一,能够大致清楚地显示图像基本轮廓。在很多技术领域都会用到图像边缘识别技术作为智能应用技术支撑。图像边缘检测成为当今最受关注的研究之一,所以,研究图像的边缘检测和提取方法显得尤为重要。人工免疫系统的主要特征是有非常完善的自我学习、自我动态适应以及反馈能力。图像边缘检测和人工免疫原理有相似之处,可以模拟人体免疫原理,对图像边缘进行“自我”和“非我”识别。本文将人工免疫原理运用到数字图像的边缘检测中,把图像的特征因素构造动态检测器进行边缘检测。本文提出了基于人工免疫原理的图像边缘检测算法,主要是模拟生物免疫系统中的阳性选择和人工免疫网络机制。研究了特征值匹配规则,并综合图像的梯度、非极大值抑制、最大梯度差等特征值构造检测器集。其中,检测器分别采用二进制编码和实值编码两种方式构造。本文将原始图像和加椒盐噪声图像分别用两种检测器检测算法进行检测,并与经典canny算法和prewitt算法相比较,展现本文算法检测边缘的优劣和对噪声图像边缘检测的好坏。