随着图像通信技术和计算机处理技术的迅猛发展和进步，对图像的重要特征图像边缘的分析和研究已经成为信号与信息处理领域中的迫切需要。然而传统的边缘检测方法一般是通过计算梯度和设置阈值来实现，已经无法满足现代化的图像通信与计算机处理技术的要求。就目前的研究情况来说，很多都是利用小波分析的方法来实现对图像的边缘检测，还有数学形态学、神经网络、模糊数学、分形理论等。但是它们一般都是用一种方法来实现，无法达到满意的检测效果。本文融合了提升小波分析的方法和数学形态学的方法，主要运用提升小波对图像进行分解和重构，运用数学形态学对图像进行灰度腐蚀和膨胀，利用他们各自的优点分别对图像做处理，从而达到更好的检测目标图像的目的。本文首先通过对图像边缘检测的研究，对这些传统的方法进行深入分析和系统的总结，评价了它们的优缺点。然后对目前很多人采用的小波分析的方法进行分析和研究，分析了小波变换的基本理论，采用三阶B样条小波函数通过小波变换来检测图像，对检测出的图像边缘进行评价。本文介绍了提升小波变换和形态学的基本理论，分析了提升小波变换和数学形态学相结合的优势，对这两种方法进行融合，通过仿真及对检测结果分析和对比，该算法具有满意的效果。最后把本文提升小波和形态学相结合的边缘检测算法应用于实际车牌定位技术中，提出了基于本文边缘检测算法的车牌定位算法，该算法准确的定位出车牌区域，实验结果表明，本文算法在实际中具有有效性和实用性，通过与目前广泛采用的小波分析的方法相比，本文算法的优势在于它充分利用了两种方法的优点，比单独运用一种方法有更好的检测性能，它在车牌定位技术中应用的结果表明其实用性，通过对各种不同边缘检测方法之间的融合进而产生新的检测方法，也是图像边缘检测领域发展的趋势。