伴随着计算机技术的高速发展，数字图像处理成为了一门新兴学科，并且在生活中的各个领域得以广泛应用。图像边缘检测技术则是数字图像处理和计算机视觉等领域最重要的技术之一。 本文首先从图像边缘检测的预处理开始，研究了图像去噪和图像锐化（图像增强），虽然两者在本文中仅作为预处理，但在数字图像处理中他们同样占有重要的地位。由于本文的重点不在于此，所以没有对两者做深入的研究，除介绍了历史上经典算法外，也对近年来热门的小波方法进行了探讨，并在图像去噪方面把现在已有的热点小波方法应用到我们算法的预处理当中。在同一图像的各种算法处理结果比较后，我们通过相关系数可以直接看出其中小波是最好的方法。 作为本文的重点边缘检测算法，这里首先介绍了常用的边缘检测算子有Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Laplacian算子、LOG算子、Canny算子，接着从这些方法出发深入的研究了图像边缘检测的内在含义，通过边缘检测定义做出一种新的边缘检测算法。新算法从数字图像最基本的像素点出发，依据图像边缘的定义，从行和列两个方向近行检测。因为算法进行的是对像素点的直接操作，所以算法具有直观性，对检测结果有非常良好的可控性，通过对算法中的几个阀值的调整，我们可以按照需要得到简单或者复杂的边缘图像，并且算法在局部操作上也具备一定的优势。 本文最后表述了以前边缘检测的主要应用，然后又给出了新算法用于钢球表面缺陷检测系统中的实例，从实践中检验了新算法的有效性。从中我们也能够看出，对这一课题的研究不仅在理论方面丰富了图像边缘检测的内容，并且在实际应用中也有其重要的意义。