食品安全事关人类健康，食品异物检测在食品加工中具有重要意义。而X射线是目前广泛应用的方法，而X射线食品异物检测的精度及可靠性则取决于X射线食品异物图像的识别。　　本文研究工作聚焦X射线食品异物检测图像的边缘检测处理硬件和软件系统。首先建立了由X射线发生装置、X射线探测器单元、传动机械装置、图像采集卡和计算机等组成的实验硬件系统。然后基于改进的Canny算子探索了边缘检测技术。Canny算子把检测问题转换为检测单位函数极大值的问题，先对信号使用高斯滤波器进行平滑滤波，以过滤噪声，然后选定双阈值提取边缘。本文针对Canny算子有阈值需要手工选取的缺点提出一种在这基础上改进了的边缘检测算法，该算法能够根据图像自身特点自适应地调整阈值，使选取的边缘能够最大程度的保留异物边缘的同时去除其他边缘，减少目标筛选工作量。本文还探索了对X射线图像的亚像素级的边缘检测。实现了基于拟合内插的Hessian矩阵法和基于曲面拟合Zernike正交矩法，并对这两种方法进行了试验。本文最后还探索了基于聚类算法的边缘检测算法，K-means聚类算法和meanshift聚类算法，试验表明，meanshift算法能够很好的保留边缘的细节，并对噪声有一定的抗干扰能力，适合应用在X光机食品图像的边缘检测中。本文最终应用支持向量机方法，实现了异物识别软件的功能设计。