边缘是数字图像的重要特征,它刻画了物体的几何轮廓特征,包含识别对象的重要信息,为目标的描述、识别以及理解提供了一个很有价值的特征参量。边缘检测广泛应用于图像增强、图像分割、特征描述、模式识别等图像分析与处理领域,一直是图像处理中研究的热点和重点。图像在产生和传输过程中受噪声等因素的影响,导致边缘检测出现漏检、错检等问题,从而,在实际检测中,如何提高边缘检测算法定位的精确性和信噪比一直是边缘检测问题中的难点。本文的主要内容如下:　　第一章介绍了数字图像边缘检测的背景和意义,历史和研究现状,并分析了边缘检测技术中的难点问题。　　第二章介绍了数字图像边缘检测的基本理论,并详细介绍了一些经典的图像边缘检测算子,如Prewitt算子、Sobel算子、Canny算子以及小波边缘检测算子等,并指出了这些算子的优缺点。　　第三章基于图像灰度值的方向导数强度和方向信息,提出了一种基于方向追踪的边缘检测算法。该算法通过设计一组特殊的方向追踪模板,然后利用图像中已检测出的强边缘点按照这些模板找到可能弱的边缘点,最后结合两次检测的结果得到最终的边缘图。仿真结果表明：对于一般的自然图像，该算法能够给出与Canny算子相当的结果；对于复杂的医学图像,该算法的检测效果更加理想。　　第四章综述了数字图像处理中各种阈值选取的方法。　　第五章对本文工作进行了全面的总结,并指出了下一步的研究内容。