边缘提取与检测在图像处理中占有很重要的地位,其算法的优劣将直接影响所研究系统的性能。传统的边缘检测算法得到了很大发展,但仍然存在许多问题,特别是边缘检测精度与抗噪性能的协调问题,如何协调这两者之间的矛盾,并寻求算法简单、易于实现的边缘检测算法,是一项十分有意义、尚待研究的课题。由于目标对象其实体边缘、图像纹理甚至是噪声都可能是有意义的边缘信息,所以针对不同的边缘特征很难找到一种具有普遍适应性的边缘检测算法。现有的各种边缘检测算法是针对某类图像的边缘特点而设计的,在达到检测效果的同时也都存在着各自的局限性和不足之处,因此数字图像的边缘检测算法还有待于进一步的改进和发展。鉴于此,本论文在以下几个方面开展了一些工作:将扩散滤波理论用于图像的边缘检测上,在对图像进行扩散滤波时,使用双向扩散框架,即图像的“平坦”区域我们使用扩散以平滑噪声,在图像的边缘处我们抑制扩散,同时通过对扩散系数的控制,可以使其逆向扩散增加边缘的效果。分析改进后数学框架,并进行优化。提出了一种新的扩散滤波边缘检测算法,并应用仿真实验证明了该算法的有效性和强适应性。该方法不但能去除噪声,保留图像的细节特征;同时该方法还可以修复图片,对图像有增强的效果