在实际的图像处理过程中，图像的颜色、纹理、形状等特征是研究的出发点和重点，而图像的边缘是图像的基本特征之一，包含着丰富的图像信息。图像边缘常被应用到较高层次的图像识别、图像分割、图像压缩、图像复原等等的图像处理和分析技术中。对于医学图像而言，往往通过提取图像的边缘来决定病灶大小、血球运动、血管病变、肿瘤分割等等。因而研究医学图像的边缘在医学图像处理中具有重大的意义。本文主要针对图像处理中边缘轮廓的提取展开研究，主要的工作在以下几个方面：　　 1.本文给出了12方位多结构元素数学形态学边缘检测算法和多尺度元素数学形态学边缘检测算法，给出了算法中具体的结构元素，通过分析比较它们的优缺点，提出了多结构多尺度元素数学形态学边缘检测算法，本算法在应用过程中，按照权重对图像进行合并，并详细的推导了权因子ωi的计算公式。　　 2.论文在对二值图像、灰度图像的各种形态学分析算法的基础上，将形态学扩展到彩色图像中.在彩色图像边缘检测中，应用K-L变换将彩色图像分解成三个正交彩色基I1I2I3，再分别对三个空间进行多结构多尺度元素形态学边缘检测算法提取彩色图像边缘。在算法中，推导了彩色图像边缘检测的计算公式，并给出了具体的算法。　　 3.论文根据数学形态学滤波噪声的优点和经典算子使用简便的优点，提出了综合数学形态学与经典算子边缘检测算法，给出了针对医学图像的检测结果，并给出了定量比较的数学公式和定量分析的数据，严格的用数据证实了新算法的有效性。　　 4.本文将所给出的算法应用于医学CT图像的边缘检测，证实了算法的有效性。最后对边缘进行处理，提出CT的病灶部位，并给出了具体的几何属性，计算出了病灶的面积。