图像的边缘是图像的基本特征之一,它包含了图像的位置、轮廓等重要信息,因此对图像的边缘进行检测是图像处理和分析中重要的过程。由于图像测量、图像压缩、图像分割、以及图像识别都是以图像检测为基础的,因此对图像进行边缘检测有极其重要的意义。一些经典的边缘检测方法大都是基于微分运算,其中包含Sobel算子、Prewitt算子、Robert算子、LOG算子、Canny算子等。目前也有一些新的算法,例如:统计判决法、边缘连接法、小波边缘检测法、基于模糊学的边缘检测等。但这些方法都其局限性及适用范围。针对上述方法的缺点,本文提出了一种多尺度、多结构的结构元素形态学的边缘检测方法。本文首先介绍了图像边缘、边缘检测的定义,以及边缘检测的意义。然后进一步介绍了各种经典的边缘检测算法,以及其他新的边缘检测方法。并且通过仿真实验讨论了其中部分算法的优缺点。接着介绍了数学形态学中二值形态学与灰度形态学的基本知识与性质以及数学形态学在图像处理中的应用,介绍了现有的基于形态学边缘检测的方法。最后在现有的算法基础上提出一种新的边缘检测算法。该方法是在传统的数学形态学边缘检测算子上加以改进,能有效的提取图像的边缘,对椒盐噪声和高斯噪声都有很好的抑制作用,而且简单实用。该方法是一种多尺度和多结构的结构元素结合的形态学边缘检测法,在边缘检测问题上取得了较好的效果。