随着我国经济实力和科学技术的提升,图像处理技术逐步进入高速发展阶段。常见的图像处理技术包括图像去噪、图像识别、图像增强、图像分割和图像边缘检测等。其中图像边缘检测是视觉感知特征中对图像底层特征描述最具优势的特征信息,同时它作为工业视觉测量的关键一步,对图像深层次信息分析和后续处理技术的运用具有重要影响。而图像增强在低照度图像、红外图像、遥感图像和含雾图像等具有广泛的应用,能够增强图像中人们需要的细节信息,从而提升图像处理效果。因此,采用图像边缘检测和图像增强技术对工业图像中存在的相关问题进行研究具有现实意义。如今的工业图像种类繁多。本文主要依据非线性滤波器、距离公式、幂次变化、Re tinex算法、小波模极大值和Canny边缘检测等相关理论来实现齿轮图像的增强和边缘检测处理。内容如下:（1）由于对工业图像进行预处理能够为后续深层次检测打下基础,所以本文在介绍常见的图像去噪算法和图像颜色模型的基础上,重点针对齿轮图像和轴承预处理阶段中的去噪处理,提出一种结合马氏距离的自适应中值滤波器对其进行去噪预处理,为后续细节增强和边缘检测相关内容的研究奠定基础。（2）为了能够突出齿轮图像和轴承图像的细节信息,本文提出一种改进的Retinex图像增强算法。首先采用图像增强评价指标信息熵来改进幂次变换使其根据图像特征自适应选取幂指数,然后将其运用到基于Retinex理论的增强算法中,这有效的提升了图像整体的对比度。其次为了使轴承图像局部细节信息更凸显,根据图像局部均值和局部方差构建模型得到最终的图像。实验结果表明,本文改进的Retinex算法比直方图均衡和自适应直方图均衡在人眼视觉有一定的提升,细节更为突出。（3）针对图像增强后的齿轮图像和轴承图像边缘检测,本文将所提的改进自适应中值滤波器用于图像预处理,采用改进的Retinex算法增强图像细节,最后改进小波模极大值边缘检测过程中的阈值选取方式,对含噪齿轮图像的亚像素边缘进行提取。通过实验看出,齿轮图像边缘连续性有一定的提升,并且噪点对边缘的影响有所降低。