边缘是指其周围像素灰度有阶跃变化或屋顶变化的像素的集合。边缘是图像中的重要信息,也是视觉感知的重要线索,它不仅能够传递图像的大部分信息,更是图像分析和机器视觉的重要基础。图像的边缘检测是图像处理与模式识别的主要内容之一,一幅图像就是一个信息系统,其大量信息是由它的轮廓边缘提供的。因此,边缘提取与检测在图像处理中占有很重要的地位。图像分析和理解的第一步通常是边缘检测,其结果的准确性和可靠性将直接影响到机器视觉系统对客观世界的理解。虽然长期以来对边缘检测算法的研究一直相当活跃,也相继提出了大量的边缘检测算子,然而大多数边缘检测的研究主要集中在灰度图像上,对彩色图像边缘检测的研究直到近年才活跃起来。本文的主要内容及组织结构如下:1.引言。开始部分主要介绍了图像边缘检测的背景和意义,简要说明了边缘检测的应用领域和目前国内外图像边缘检测的发展趋势。2.灰度图像边缘检测。主要介绍了几种经典的灰度图像边缘检测算法,以及现如今在引入了新方法、新概念之后,出现的几类比较先进的灰度图像边缘检测算法。3.彩色模型。本章在介绍彩色空间及其分类的基础上,又按照应用领域的不同,较为详细的介绍了几种典型的彩色空间。4.彩色图像边缘检测。本章首先介绍了几种彩色图像边缘检测算法,并对它们的原理以及优缺点方面进行了简要的分析。本文在分析了原有彩色图像边缘检测方法不足的基础上,提出了基于三角形相似度的彩色图像边缘检测方法和基于HSV颜色信息量的彩色图像边缘检测方法。与以往将灰度图像边缘检测方法直接推广到彩色图像的检测方法不同的是,这两种方法分别将颜色的差别转化为三角形的差别和颜色信息量的差别,在一定程度上合理地考虑了各颜色分量之间的相关性,将有关颜色的向量问题转化成标量问题,使问题转入我们更熟悉,发展更完善的领域。实验结果表明,它们能够充分利用图像的颜色信息,更完整的保留原彩色图像的轮廓。5.结论与展望。对全文进行了总结,并对进一步的研究提出了设想。