边缘是图像的最基本特征。边缘检测在图像识别、图像分割、图像增强以及图像压缩等领域中有着广泛的应用，也是它们的基础，一直是数字图像处理领域研究的热点和焦点问题。目前在边缘检测领域已经提出了许多方法，对于基手亮度的算法，是研究时间最久，理论发展最成熟的方法，它主要是通过一些差分算子，由图像的亮度计算其梯度的变化，从而检测出边缘，主要有Robert，Laplace，Sobel，Canny，LOG等算子，这些算法现在已经发展的比较成熟了。但鉴于所分析的图像特点的差异，不同边缘检测算法的性能具有很大的互异性，目前为止尚没有一种方法可以适合于所有图像。尤其，实际处理的图像一般都混有噪声，如何消除噪声干扰带来的伪边缘，并且同时保证边缘定位的准确性成为边缘检测需要解决的一个重要问题。因此，需要根据具体应用设计新的边缘检测方法，或者对现有的方法进行改进以得到满意的边缘检测结果。 本文首先研究了经典的图像边缘检测方法，线性滤波技术及其在图像边缘检测中的应用，并通过理论分析以及仿真计算，比较了各种算法在图像边缘检测中的优缺点。其次，对图像边缘检测预处理相关算法进行研究，改进了一种保持图像边缘细节的滤波算法。最后，设计出基于图像边缘高效自动化的大气能见度计算方法和基于图像轮廓曲线匹配的图像检索算法，并通过多组实验证明了以上方法在两个领域里的可行性和准确性。 相信本文的工作对图像处理中的边缘检测方法研究以及应用有一定的参考价值。