边缘检测是图像后续处理的前提,检测并提取边缘对图像特征的提取、图像分割、图像分析与理解具有重要意义。图像匹配是图像分析与计算机视觉中的关键技术,在图像镶嵌、模式识别、地理信息处理、医学图像分析等领域都有重要的应用。　　 本文对图像边缘检测和图像匹配进行研究,分别给出了关于边缘检测和图像匹配新的算法。一方面,克服了经典边缘检测算法的缺陷,且能在弱边缘和非边缘噪声之间取得较好的平衡。另一方面,真正实现了图像匹配的可缩放性,并且可以比较精确地求出缩放比例,从而实现精确图像匹配。　　 关于边缘检测的研究,本文提出了一种基于人眼视觉的图像边缘检测的新算法。该方法基于LIP(Logarithmic Image Processing)模型首先推导出新的梯度公式,然后进行图像灰度处理和叠加操作,最终形成了一种新的边缘检测算法。仿真实验结果表明,该方法具有边缘检测准确性高,引入的非边缘噪声少的特点。　　 关于图像匹配的研究,本文提出了一种基于角度特征的边缘匹配新算法。该方法首先计算图像边缘上各像素点的角度,然后利用最小距离度量来求出最佳匹配的位置及旋转角度,最后利用本文定义的参数因子求出缩放比例。该方法充分利用了边缘线的几何信息,计算简单、准确性高,匹配结果不受旋转、位移影响。更重要的是该匹配方法不受缩放影响,从而具有很好的实用性。仿真实验结果表明该方法具有比较满意的匹配效果。