图像分割是一种重要的图像处理技术，它得到了人们的重视和研究，并在实际中得到了大量应用。图像的边缘表达了图像的大部分信息，在实际应用特别是遥感图像处理中，图像的边缘检测是一个非常重要的阶段性工作。以边缘检测为基础，才可能对图像中感兴趣的目标进行提取，对这些目标进行矢量化重建以投入实际应用。目前有非常多的算法对图像进行边缘检测，对于含有大量模糊信息的遥感图像，人们也不断的研究更好的算法对其进行处理。本文在资助项目研究工作基础上，描述了利用云模型对遥感图像进行边缘检测，在一定程度上取得了较好的效果。 本文首先对一些现有典型算法进行了简要介绍，指出了对于含模糊信息的遥感图像，利用云模型进行边缘检测可以作为一个途径；然后对图像工程的层次进行了介绍，强调了图像分割在图像工程中的地位和重要性，并对现有典型算法的原理进行进一步介绍；然后对云模型进行了介绍，阐述了云模型的概念、云模型之间的运算以及云发生器的原理和数学理论：本文基于云模型，提出了面云，线云和点云的模型，并指出这些模型可以作为边缘检测的基础，然后提出了边缘检测算法，较详细的阐述了基于云模型算法的原理和步骤，还利用了数学形态学来对特定边缘进行检测，并分析了各个数学形态学的算式在检测中各自具有的优势；对提出的算法进行了仿真试验，试验中采用了含有丰富信息的遥感图像作为样本，并与Canny 和 Prewit t算法进行了对比；最后，进行了全文总结，并对未来工作和研究方向进行了探讨。