医学图像边缘检测是虚拟手术系统中图像处理与分析的一个经典问题。它是整个虚拟手术中基础而又关键的环节，在医学图像分割、图像匹配、病灶确定等方面占有举足轻重的地位。本文比较详细地研究了传统的和新兴的边缘检测方法，客观地分析了它们的优缺点。在此基础上，对运用数学形态学的思想进行图像边缘检测进行了深入的研究，为本文核心工作打下坚实的理论基础。由于经典边缘检测方法存在计算量大，计算时间长，对噪声敏感等缺点，本文在研究数学形态学的基础上，构造了全方位多尺度多结构元素边缘检测方法。多结构元素可以提取不同形态的边缘，避免采用单一结构元素所造成的边缘信息的丢失；多尺度结构元素可以提取不同大小的边缘，有利用提取细节信息和保持图像整体边缘轮廓；全方位结构元素可以在不同方向上对图像边缘进行提取，从而有力地保证了图像信息的完整性。通过采用全方位多尺度多结构元素，并结合不同尺度下选取不同的权值，可以很好地提取含有噪声的图像，从而实现了提高精度与抗噪性能的协调统一。针对无噪声和有噪声的灰度图像进行实验，并和其它的边缘检测算法进行比较，该算法在实时性、检测精度和抗噪性能上都有显著改善。最后针对医学图像的特点，将上述改进的算法应用于医学图像中。实验表明，这些形态学边缘检测算法应用于图像边缘检测中提取出了良好的图像边缘，算法简单，同时较好地保持图像的边缘细节特征，具有良好的性能和适应能力。