在图像的分析与处理中，边缘所起到的作用至关重要。而边缘检测的难点就是在滤除噪声的同时增强边缘。本文分别对传统的Canny算子和形态学算法进行了研究，提出了新的边缘检测算法，具体工作如下：首先，使用传统的Canny算子进行边缘检测，存在两方面的问题：一是无法消除局部噪声的干扰，在检测出伪边缘的同时还会丢失边缘细节；二是很难设定高斯滤波参数，对不同的图像缺乏自适应性。为此，本文利用自适应中值滤波代替高斯滤波，使得改进的Canny算子检测出的图像边缘受噪声的影响明显降低。而且，它保持了边缘的强度和较为完整的细节信息，获得了更为满意的主观效果，客观评价也明显提高。其次，利用传统形态学算法对图像进行边缘检测，如果噪声浓度较高，检测效果就不理想。因此，本文提出了一种改进的抗噪形态学边缘检测算法，且利用两个不同的结构元素进行边缘检测。对于含有椒盐噪声的图像，改进的抗噪形态学边缘检测算法能很好地减弱噪声，得到的图像较平滑，轮廓清晰，包含的信息也较为丰富。同时，主观效果与客观评价都有所改善。最后，因为改进的Canny算子峰值信噪比和标准差较好，而改进的抗噪形态学在相关系数、扭曲程度和平均梯度上效果更优。所以，将两种改进方法进行融合，获得的边缘图像在信息熵、均方根误差、相关系数和扭曲程度方面均好于两种改进的方法，视觉效果也令人满意。