边缘是图像中信息最为集中的地方之一,也是图像最基本的特征之一,它包含了机器视觉系统需要提取的绝大部分信息。边缘检测结果的好坏也直接影响着图像特征及平面几何参数的获取,将直接影响着整个机器视觉检测系统的好坏。亚像素边缘检测技术的应用,对基于机器视觉系统的应用起到了极大的推动作用。对定位精度的提高通常可以通过软件或硬件两种方法来实现,但从硬件上进行提高相对成本较高,从软件上进行提高是一种比较适中的方法。本文主要研究从软件上提高边缘定位精度,从图像的去噪到检测定位亚像素边缘点的位置,主要做了以下几个方面的工作：第一,研究了传统的去噪算法、偏微分去噪和高斯去噪的原理,详细的分析了P-M去噪模型,并对偏微分方程去噪进行了分析和实现；第二,研究和实现了传统的边缘检测算法,分析了各个算法的优缺点。结合偏微分方程去噪模型对Canny算子进行了改进,使得算子能够较好的去除噪声的同时较好的保持边缘细节,为其他需要精确边缘信息的处理方法打好基础；第三,针对现代测量技术上的高精度要求,结合传统的边缘检测算子改进了一种亚像素边缘检测算法。在分析了传统的边缘检测算子Sobel算子的基础上,根据其不足之处提出了改进方法,并结合多项式插值得到了图像亚像素边缘点的精确位置,并对多项式插值进行了适当的改进；第四,根据论文研究的算法,设计实现了边缘检测系统。本文主要研究规则物体的亚像素边缘检测算法,对数字图像亚像素边缘检测的三个阶段进行了研究。在预处理阶段,完成了对图像去噪算法的分析和研究。在像素级边缘检测阶段,完成了对传统的边缘检测算法的的实现和分析,并对部分算法提取了改进。在亚像素边缘定位阶段,对常用的亚像素边缘定位算法进行了阐述,并提出了对多项式插值算法的改进方法。最后完成了对边缘检测系统的设计和实现。