随着计算机的快速发展,数字图像处理技术的应用已经变得越来越普及,逐渐在生活中的各个领域内崭露头角。边缘是图像最基本的特点之一,能否正确的检测到图像边缘对于人们是否能够正确的对其进行理解与应用有着至关重要的作用。图像的边缘检测技术也就是通过检测图像的边缘而了解其特点,它是图像分析处理、物体特征提取、机器视觉等图像高级技术的基础和根本。对图像边缘检测技术进行探索研究,使之能够快速、精确地提取出图像边缘信息;提高边缘检测的精确度也就成为了研究的重要内容。本论文主要是对传统的图像边缘检测技术的理论进行了研究,提出了一种改进算法并将其应用于车牌识别,具体工作包含了以下几方面的内容:首先概述了数字图像边缘检测技术的研究意义和背景,对国内外的研究近况进行了系统的介绍。总结了数字图像边缘检测技术的理论和方法,对其进行了简单的归类,展望了边缘检测技术要点和发展趋势。其次,介绍了传统边缘检测算法,通过对比的形式,分析了它们各自的优缺点。针对传统Canny算法虽然综合性能较好,但是缺乏自适应能力这一不足提出了一种基于迭代算法的自适应Canny边缘检测算法。改进算法在保持原有算法优点的基础上,有效的提高了去除虚假边缘和精确定位边缘的能力。考虑到边缘检测大多是在Matlab平台上通过编程实现,其耗时较长,不能满足实际应用的要求。本文中将算法与Open CV平台结合,大幅度缩短了程序运行时间,有效的提高了工作效率。最后,详细介绍了车牌识别的基本原理和系统组成,将边缘检测技术应用于车牌自动识别系统,提出了一种基于边缘检测定位和匹配的车牌自动识别方法。