针对微小型零件边缘检测问题，提出一种宏观检测和微观检测相结合的边缘识别方法．首先根据分形理论。利用微小型零件图像的分形特征进行区域分割，检测出图像中的边缘区域；然后利用微观检测算子检测出微小型零件的边缘点；最后用最小二乘法拟合出微小型零件的边缘．实验结果表明，这种宏观检测和微观检测相结合的方法能够排除下边缘、背景和随机边缘的影响，准确地识别出具有统计特征的微小型零件的边缘，检测精度达到像素级．

为了提高亚像素边缘定位精度，减小定位误差，提出了一种改进的canny边缘检测算子用来检测图像的像素级边缘，之后基于改进的canny算子粗定位的边缘点，采用高斯拟合亚像素方法找出图像的亚像素边缘点位置。针对微小的圆形零件进行图像采集及图像处理，通过matlab实验仿真将该方法与传统的canny算子相比较，发现误定位明显减少，在保留边缘信息的同时有效的提高了边缘定位的精度，得到更准确的圆心位置及半径长度。结果表明是一种有效的边缘检测定位算法，具有一定的实用意义。

文章提出了一种基于小波多尺度边缘检测的液压缸内泄漏故障诊断方法,通过检测小波变换在适当尺度上的极大值点,提取出压力突变信号的特征,从而为液压缸内泄漏故障诊断提供了定量的依据.