图像边缘信息和轮廓特征检测方法一直是图像处理与分析中的研究热点。本课题的目的就是研究出抗噪性强、定位准确并且可以检测出单像素边缘的方法。　　 整个论文首先使用灰度级模糊算法增强图像，然后使用局部熵和灰度变化两种方法进行边缘检测，最后对图像进行面积去噪、边缘细化、孤立点去噪以及图像边缘融合的后处理。在设计过程中，选取了一套相对较为合理的边缘检测处理算法，并且对模糊增强算法做了相应的改进。针对文中介绍的几种边缘检测算法，改进了数学形态学、灰色关联度以及模糊熵边缘检测算法，并提出了模糊熵二值化方法、灰度变化边缘检测方法。在图像的后处理中，根据医学图像的特点，提出了面积去噪和孤立点去噪两种方法，并在此基础上使用传统的方法对图像进行了细化和融合处理。在课题实现的过程中，采用了比较完善的算法，得到了完整、准确的单像素边缘。　　 本论文使用了多幅图像对边缘检测算法的有效性和执行效率进行了验证，所有的图片都是从沈阳盛京医院获取的。实验证明，算法具有一定的普遍性，并且具有清晰的边缘轮廓，较高的执行效率，以及可以有效的用于医学诊断等优点。