图像增强和边缘检测技术是图像处理的重要组成部分。图像增强算法能够增强图像中人们想要的细节信息,可以使图像具有更好的视觉感受和更高的对比度。边缘检测对后续图像处理工作,比如对图像特征进行较深入的描述、信息识别或者匹配等都有着非常重要的作用。因此对图像增强与边缘检测技术的研究很有意义。随着图像处理技术的发展,有些学者结合了人眼的视觉特性来研究图像增强和边缘检测算法。经过学者们的不断努力,虽然研究成果取得了很大的进展,但是到目前为止还没有得到一种对所有图像都适用的完美算法,依然存在各自的局限性和不足。比如,有的学者只是考虑了人眼的结构化特性,有的只是考虑了人眼的灰度特性,有的考虑比较全面但算法的复杂度较高。所以怎样更全面的结合人眼的视觉特性研究出更好的图像增强或边缘检测算法依然是图像处理领域热门的研究课题之一。针对以上问题,本文更全面的结合人眼的视觉特性,实现了一种计算阈值的新方法,并结合该方法计算的阈值对图像处理中的图像增强、边缘检测、图像去噪、边缘细化等算法进行了分析并实现了相应的改进算法。主要工作如下:首先,总结目前国内外常用的图像增强和边缘检测算法,并分析与比较它们的优势和不足。通过分析,更全面的结合了人眼的视觉特性,实现了一个计算阈值的新方法,并详细分析说明了该方法计算阈值的合理性。其次,以相关学者的研究为基础,结合本文实现的新阈值,实现了一个基于人眼视觉特性的具有去噪能力的图像增强算法。并通过使用MATLAB软件进行仿真实验,分别将此算法的实验仿真结果与传统的图像去噪算法、传统的图像增强算法、相关学者的图像增强算法进行了分析与比较,实验结果说明了文中实现的算法不仅可以使图像的视觉效果得到增强,而且还能有效的抑制图像的噪声。除此之外,该算法还能增强以及保护图像的细节信息,比如棱角之类的。最后,针对传统Robert边缘检测算子存在的缺陷,结合人眼视觉特性实现了一个改进的Robert边缘检测算法。此算法不仅具备相当好的抑制噪声能力,还能获取到更加细腻平滑的图像边缘。针对传统Prewitt和Kirsch边缘检测算法复杂度较高、去噪能力差等缺陷,结合人眼视觉特性进行分析与改进,强化了他们去除噪声性能,降低了Prewitt算子的复杂度。针对相关学者的边缘细化算法复杂度较高的缺陷,分析了原算法的实现原理,降低了算子的复杂度,优化了原算法。