图像的边缘携带了一幅图像的大部分信息,图像边缘检测在数字图像处理中占有极其重要的地位。实际图像及其边缘都具有不确定度,本文从不确定度的角度出发,提出了评价图像边缘检测效果的定量的指标。并基于图像边缘不确定度,以Canny算子为例研究边缘检测算法的参数优化。分析边缘的不确定度对评价边缘检测算法的精度具有重要的意义。本文的主要研究内容包括以下方面:1.首先引入了图像的不确定度,利用局域标准差法计算图像的不确定度,并对这种方法做出了改进,实验验证了改进效果。为了评估图像边缘检测算法的效果和质量提出了图像边缘的不确定度概念,并根据图像的分类定义了两种计算边缘不确定度的方法。2.采用蒙特卡罗方法,对理想图像进行加噪,模拟实际图像,对边缘进行不确定性的定量分析。运用Canny算子提取边缘,计算图像边缘的不确定度。并且实验对比了4种算法下的边缘不确定度,以不确定度为指标评价算法的精度。通过实验对比证明了计算边缘不确定度的方法是可行的。3.对Canny算子的滤波参数和阈值进行了优化,在不同的噪声条件下,以边缘的不确定度为指标,寻求最优的滤波参数和阈值。本文的研究结果表明,应用不确定度评价图像质量及其边缘检测的效果是可行的,有效的。通过不确定度的大小得到的结论与主观评价得到的结论是一致的。在此基础上,以不确定度为指标,对Canny算子的参数进行了优化,得到不同条件下的最优参数,为各种算子参数优化做出了初步探索。