图像测量过程中,图像的获取容易受到噪声的污染,给后续的图像特征提取、分析带来困难,此外边缘检测方法的优劣也将直接影响图像特征提取的精度,因此如何有效地对图像进行去噪与边缘提取在图像测量中具有十分重要的意义。本文将围绕如何改进图像去噪与边缘检测方法进行研究。本文首先对传统的去噪方法进行研究,重点对小波阈值去噪方法进行研究,并对它们的去噪效果进行比较和分析。针对传统的小波阈值去噪方法的不足,提出了一种以高密度小波变换结合双变量收缩函数的小波阈值去噪方法。通过实验验证及比较,该方法能取得更高的峰值性噪比,具有更好的去噪效果。然后对几种典型的边缘检测方法进行比较分析,对利用小波变换进行边缘检测的原理及方法进行研究,最后提出了一种基于多孔算法的小波边缘检测方法,通过实验仿真验证,新方法能有效的提取边缘特征,保留图像细节,连续性好。对图像测量系统的硬件构成进行了研究,分析其主要功能模块的作用及影响。以微型齿轮为对象进行测量,得到主要尺寸参数,将其与在其它典型方法下得出的结果进行比较和分析,具有最小相对误差,精度更高。进一步验证了本文去噪与边缘检测方法的可行性及有效性。