数字图像处理最早出现于20世纪50年代,之后随着计算机的发展而发展起来。它主要是通过计算机来对图像进行处理分析和计算。然而数字图像数据量很大,其中包含很多不相关的信息,如何从大量的数据中提取基本的、不变的信息是数字图像处理的基本技术之一。而图像边缘往往携带着一幅图像的大部分信息,因此,边缘的解决对图像处理有重要的影响。而基于Mumford-Shah(MS)模型的图像边缘检测算法在图像处理中有着重要的意义。在本文中,我们基于经典的MS模型,综合之前Wang等人提出的Modified Mumford-Shah(MMS)模型,以及Shi等人提出的基于MMS模型的两种改进模型,提出了我们的新模型。并进行了相关的理论推导和数值试验。我们在得出恢复图像时,运用了不动点迭代方法,在计算边缘时,我们采用了Proximity算法。最后,在数值试验时,我们与经典的Ambrosio-Tortorelli(AT)模型和改进前的模型进行比较。我们发现：我们的模型更加稳定,更有效地保留了有效边缘,并且更加连续和清晰。