圖像邊緣信息的識(shí)別和提取在圖像匹配、模式識(shí)別、圖像分割等領(lǐng)域有著重要的應(yīng)用，其研究長(zhǎng)期為學(xué)者們所重視。圖像邊緣是指其周圍像素灰度變化的像素的集合，即是二維圖像中的奇異點(diǎn)，在頻域內(nèi)，邊緣點(diǎn)表現(xiàn)為高頻信號(hào)，而噪聲也多為高頻信號(hào)，這就給邊緣提取帶來(lái)了較大難度。經(jīng)典圖像處理算法中，圖像邊緣檢測(cè)的方法主要有基于微分運(yùn)算的Sobel算子、Robert算子、Prewitt算子等，但是這些算子在提取邊緣的過(guò)程中往往會(huì)增大噪聲，因此有學(xué)者提出在邊緣提取之前先采取適當(dāng)?shù)钠交瑸V波降低噪聲的影響，提出基于最優(yōu)準(zhǔn)則的Canny算子、LOG算子等，取得一定的研究成果。