作为光学信息处理中一个重要的应用方向，图像边缘增强在图像分析、目标识别、以及编码等领域中起到了无可替代的作用。自Davis等人提出径向希尔伯特变换以来，螺旋相位滤波在图像的边缘增强对比传统数字图像处理显示出了明显的优势。由于分数阶光子轨道角动量涡旋光束也称分数阶螺旋相位滤波是具有螺旋相位波前，中心附近有黑色涡旋核心和径向开口的特殊光束，其逐渐成为研究热点。本文研究了基于分数阶光子轨道角动量的图像边缘增强。论文的主要研究内容如下：　　首先，根据径向希尔伯特变换原理，本文建立了基于分数阶光子轨道角动量的图像边缘增强4f光学滤波系统，类比基于整数阶螺旋相位滤波的图像边缘增强理论模型，构建了基于分数阶光子轨道角动量的图像边缘增强的模型，通过基于分数阶光子轨道角动量的图像边缘增强模型的仿真模拟并进行理论分析，给出了影响基于分数阶光子轨道角动量输出图像边缘增强的效果改变的实质是相位结构的改变。　　然后，针对图像不同的边缘类型，通过对基于分数阶光子轨道角动量典型图像的理论模拟以及验证，其中，典型图像矩形和圆形分别对应直线型边缘和曲线型边缘，通过边缘对比度的理论计算，提出了基于分数阶光子轨道角动量的直线型边缘增强的最优化量子数为1、曲线边缘增强的最优化量子数为1.1。经综合分析，提出基于分数阶光子轨道角动量的一般图像边缘增强的最优化量子数为1.1。　　从理论上验证了影响分数阶光子轨道角动量图像边缘增强深度的是量子数的大小，提出了基于分数阶光子轨道角动量的复杂图像边缘增强最优化条件为1.1。并且与数字图像处理的图像进行定性比较分析，总结出其优点是：图像边缘呈现浮雕图案，边缘响应较细，图像处理速度快，可以进行图像的实时处理。　　最后，从理论上验证了噪声模式以及滤波模式对分数阶光子轨道角动量图像边缘增强的影响微弱且不影响信噪比随方差的变化趋势，结果表明当加入方差为0.04的椒盐噪声时，其利用分数阶光子轨道角动量边缘增强信噪比为251.6753，相关度为0.9999，Sobel算子、Roberts算子得到边缘增强信噪比为170.8967、168.3700，相关度为0.7093、0.6765，因此基于分数阶光子轨道角动量的边缘增强信噪比高，受噪声的影响较小。