遥感图像边缘检测是获取遥感信息的手段之一，是遥感图像分析和理解的基础。遥感图像具有边缘信息多、受噪声污染影响较大等特点，这是其与普通图像最大的区别，因此很多适合普通图像的边缘检测算法对于遥感图像来说效果不佳。针对遥感图像这些特点，本文力求寻找一种高效的能更好地对遥感图像进行边缘检测的算法。　　 本文以具有多尺度特性的小波变换和形态学算法为基础，对形态学和小波在滤波与边缘检测的理论进行了详细分析，结合遥感图像的特点提出了基于小波与形态学的遥感图像边缘检测方法。主要研究工作如下：⑴在分析形态学滤波与边缘检测算法的基础上，针对存在的不足，提出了形态学的自适应滤波和边缘检测算法。该算法针对每一个像素选择不同形状的结构元素进行操作，而不是对整幅图像使用相同的结构元素进行处理，因此能更好地解决滤波与保留边缘信息的问题，同时检测到的边缘连续性较好；⑵为了提高遥感图像灰度对比度，提出了改进的图像增强算法。算法利用图像的最大灰度值与最大类间方差进行对比度增强处理，以提取更多的图像信息；⑶分析了小波边缘检测时阈值选取存在的问题，提出了基于双阈值的小波边缘检测算法。该算法充分考虑图像的局部信息与全局信息，选取两个阈值。利用双阈值进行边缘点的判断，因此检测到的边缘信息更为准确；⑷针对遥感图像对象的复杂性、高边缘密度、噪声明显等特点，提出了将小波与形态学结合进行遥感图像边缘检测的算法。该算法利用改进的形态学滤波算法对图像进行预处理，再利用改进的形态学和小波边缘检测算法对小波分解与重构的低频和高频图像分别进行边缘检测，最后将边缘图像进行融合；该算法克服了小波与形态学边缘检测算法的局限性，充分利用多尺度的优点，因此检测到的边缘信息较多。