图像边缘提取的研究图像的边缘是分析图像的基础，图像边缘提取[4][5]则是识别图像、理解图像的重要基础，也是计算机视觉的中心任务。图像的边缘提取作为图像处理和计算机视觉领域里经典的研究课题之一，一直受到人们的重视。现在有的边缘提取算法已经达到上千种，并且还在引入高新理论及技术，使得边缘提取算法不断的改进并取得了成果。62978

1960年以来，一系列采用梯度算子和拉普拉斯算子的边缘提取技术得到了发展；为了降低图像噪声对图像边缘提取算法的干扰，1980年之后，又提出了高斯低通滤波也拉普拉斯算子复合的过零点检测Marr-Hildreth理论；而1980年初期，Canny从信号处理的角度研究，是边缘提取算法更加实用。之后，随着小波分析成为一个新的领域，人们渐渐地把小波理论应用于边缘提取，产生基于小波变换的边缘提取方法。1992年S.Mallt利用二阶中心B样条小波实现了多尺度的边缘提取，为小波边缘提取奠定了基础。

近年来，随着科学技术的发展，在不断的引入新的概念和新的方法到图像边缘提取的领域中。因此，利用新的理论对图像进行边缘提取的方法得到了广泛的应用和研究。提出的新的边缘提取的方法主要有两个方向：一个是结合特定的理论工具，例如小波原理、神经网络、数学形态学、分形理论等；另一个是针对特殊图像，像是遥感图像、三维图像等。

图像边缘提取算法的发展趋势

虽然图像边缘提取方法多种多样，但是因为边缘提取本身具有的难度和深度研究并没有取得很大的突破性的发展论文网，到现在还没有一种理论或是方法可以完美的解决图像边缘提取的问题，这将促使研究人员对这一问题进行不断深入的研究。

除此之外，因为目前边缘提取的评价方法都有很大的局限性，所以越来越关注对图像边缘提取的评价系统的研究[8]。现在，评价边缘提取方法的优劣较多的还是通过人眼进行主观的判断。

总而言之，边缘提取算法主要存在两种问题：一个是没有可以普遍使用的图像边缘提取算法；另一个问题是没有一个较好的可以通用的边缘提取的评价标准。所以这两个问题也会成为以后研究的重点和趋势。