边缘是图像最基本的特征,往往携带着一幅图像的大部分信息,而这些信息对于人们对图像进行高层次的特征提取、目标识别、图像分割和图像理解具有重要的实用价值。边缘检测对于后续的高层次图像处理过程是不可缺少的预处理过程,并且其质量直接影响到后续的图像处理系统的整体性能。图像中的边缘是指图像中灰度发生急剧变化的区域,边缘经常包含一幅图像中我们所感兴趣的目标的边界,含有大量信息。大多数情况下,图像都受到噪声的干扰,如何从含噪图像中有效的提取边缘,成为一个研究的热点。高斯滤波器及其导数在传统的边缘检测方法中起着非常重要的作用,首先将图像用低通高斯滤波器平滑,这样能够抑制噪声的干扰,然后可以用平滑图像的一阶和二阶导数来检测边缘像素。当用各向同性的高斯滤波器检测边缘时,在噪声抑制和边缘模糊之间总是互相冲突的。但传统的边缘检测方法都是基于各向同性的高斯滤波器,不能很好地利用边缘方向的信息,且当边缘彼此离的很近时,各向同性的高斯平滑会使边缘模糊,达不到很好的检测效果。本文研究了基于各向异性高斯滤波器及各向异性方向导数的边缘检测方法,然后计算不同平滑下的方向导数。最后,将各点方向导数的最大值用在Canny算法的框架中来进行边缘检测,本文提出的算子能更好的从含噪图像中提取边缘。我们还将此算法同样应用到彩色RGB图像中,对图像的R、G、B三个分量分别执行此算法,得到三幅边缘检测结果图,再将所得到的结果融合,得到最终的彩色边缘检测结果。实验结果表明,本文算法能得到更好的检测结果。