细胞图像中的边缘信息是极为有用的，它是进一步进行细胞图像分割的基础，直接影响到细胞图像识别与分析的正确性。传统的边缘检测算子大都是基于边缘的灰度不连续性利用梯度局部最大值或二阶导数过零点来检测边缘，容易受噪声干扰。尺度空间滤波能在大尺度下抑制噪声可靠的识别边缘，在小尺度下精确定位，最后由粗及精地进行边缘聚焦而得到边缘的真实位置，但是传统的基于Guass尺度空间的Canny算子计算量大，定位不够精确。基于小波变换的多尺度边缘检测方法弥补了上述不足。小波变换是80年代后期发展起来的一种变换域信号处理方法，具有时域和频域上良好的局部检测能力和多分辨率分析的特点，从而被誉为“数学显微镜”，这是我们将小波变换应用于细胞图像边缘检测的理论依据。本文中我们用二次样条小波作为小波基函数，对细胞图像进行二维二进小波变换，计算小波变换结果的局部模极大值点，得到各个尺度下的细胞图像的边缘，计算细胞图像边缘检测的最优尺度，最后得到综合了各个尺度特征的较好的细胞图像的边缘。文中，我们不仅从实际工作中阐明了二次样条小波边缘检测算子的优越性，还从数学表达上推导了二次样条小波是基于Canny最优准则的最优边缘检测算子。