在地震勘探领域，地震剖面中的同相轴对于地质分层、断层解释、是否存在空洞及其它异常体的检测等方面都有重要的作用。根据地震剖面上同相轴所具有的特性，我们通常采用图像边缘检测方法来提取同相轴。在进行边缘检测的常用算子（如Sobel、Robert、Canny和Laplacian算子）中，Canny算子在检测同相轴时表现出一定的优越性。但这些算子的共同弱点就是对噪声比较敏感，即抗噪性比较弱。　　希尔伯特黄变换(Hilbert-Huang Transform，HHT)作为一种自适应的时频分析算法，是由美国著名的地理学家黄锷教授于1998年首先提出，并在信号处理领域中快速发展的一种新方法。HHT是由两部分组成:经验模态分解(Empirical Mode Decomposition，EMD)和希尔伯特变换(Hilbert Transform，HT)。由于HHT在信号分解上的自适应性和灵活性，它在处理非线性和非平稳的信号方面体现出了极大的优越性，并在许多领域有了非常重要的应用。但是它源于实际应用，在理论上还有很多亟待完善的地方。　　本文首先深入地分析了希尔伯特黄变换，找出了能够有效解决其经验模态分解过程中信号可能被过分解的方法。实际上，我们提出了改进的经验模态分解算法。其主要思路是构造了一种新的频域特征来度量本征模态函数(Intrinsic Mode Function，IMF)，再通过对本征模态函数的频域特征进行聚类将那些过分解的本征模态函数聚合在一起。改进的经验模态分解算法和希尔伯特变换构成了改进的希尔伯特黄变换(Modified Hilbert-Huang Transform，MHHT)。通过将改进的希尔伯特黄变换和传统的Canny算子同相轴检测算法相结合，我们有效地克服了传统Canny算子在同相轴检测中对于噪声敏感的弱点。模拟数据上的实验结果表明了改进的经验模态分解算法表现优于原来的经验模态分解算法。而真实数据上的同相轴检测实验结果也验证了，基于MHHT的Canny算子在同相轴检测上比传统Canny算子表现出更好的抗噪性。