摘要边缘检测在图像处理中起着重要的作用，有助于对目标进行分类和识别等操作。这是提高图像清晰度的唯一方法。常用的边缘检测技术如Sobel、Prewitt、Canny、Laplacian of Gaussian（对数）、Roberts和Zero Crossing等都吸引了研究者的注意，对这些技术进行了比较分析，但使用了不同类型的图像进行模糊处理除外。基于模糊逻辑的边缘检测算法的发展和与现有算法的比较变得非常重要，因为像素的边界识别图像DEG如预期的那样清晰，因此使用CRISP值的其他边缘检测算法将忽略一些重要的信息像素，这会降低图像的质量。图像边缘检测，并通过适当的解释进一步应用。本研究进一步扩展了边缘检测技术的最优性研究，通过比较Sobel、Prewitt、Ca nny、Laplacian和Roberts的边缘检测算法与我们使用Matlab设计的基于模糊的边缘检测算法。结果表明，在三种不同的图像实验中，本研究开发的模糊边缘检测算法优于Canny、Sobel、Prewitt、Roberts和Log边缘检测算法。 nny、Laplacian和Roberts的边缘检测算法与我们使用Matlab设计的基于模糊的边缘检测算法。结果表明，在三种不同的图像实验中，本研究开发的模糊边缘检测算法优于Canny、Sobel、Prewitt、Roberts和Log边缘检测算法。