1、邊緣是圖像中重要的特征之一，邊緣檢測是計算機視覺、模式識別等的基礎。然而，邊緣檢測又是圖像處理中一個困難的問題，因為實際景物圖像中的邊緣往往是各種類型的邊緣以及它們模糊化后結(jié)果的組合，實際圖像信號存在著噪聲。噪聲和邊緣一樣都屬于高頻信號，很難用頻帶來做取舍。凡是傳統(tǒng)使用Fourier分析的方法，都可以用小波分析來替換。小波變換具有數(shù)學顯微鏡的特征，是對傳統(tǒng)Fourier的挑戰(zhàn)。在圖像處理方面，小波變換是尺度可隨圖像局部區(qū)域特征的不同進行

2、自適應調(diào)整，并在這些尺度上檢測的一種圖像算法?；谛〔ㄗ儞Q的多尺度邊緣提取算法，有效地彌補了傳統(tǒng)的邊緣檢測算法的不足，在有效地抑制噪聲的同時，提供了較高的邊緣定位精度。
　　 對圖像邊緣提取的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。這篇論文討論的是圖像邊緣檢測問題，本文提出了基于小波變換和圖像融合的一種改進的邊緣檢測方法。該方法利用小波變換將數(shù)字圖像分解為高頻和低頻分量，對高頻和低頻分量分別進行邊緣檢測；再采用局部