近年来，计算机测量技术得到飞速迅猛发展，很多新的检测技术应运而生，由此，在线测量能达到高精度高速度的标准。图像测量技术的一个重要方面是图像边缘检测，边缘检测主要对图像提取其中精确的有用信息，它在数字图像处理和计算机视觉中占重要的位置，也成为现今测量技术中用来解决高精度等问题的主要技术。现今已有很多边缘检测的算法，但由于算法的计算速度及算法本身的不足，导致这些算法在实际的边缘检测过程中有很大的局限性。　　彩色图像的边缘检测结果很大程度上依赖于颜色空间的选择，本文首先就颜色空间作了介绍，解决彩色图像的表达空间问题，选择基于人类视觉感知的HSV空间进行边缘检测。然后对传统的一些边缘检测算法进行了介绍，而且还对有关一些彩色图像的边缘检测方法进行分类，为本文的算法提供了理论依据。分析了彩色图像边缘检测的重点在于颜色距离问题，对颜色距离的定义作了介绍，结合HSV颜色空间的特点和传统欧式距离的计算原理提出改进的颜色距离模型，即HSVsin-cos颜色距离模型。接着对检测图像边缘角点具有优越性的SUSAN算子进行改进，使其能充分运用于HSV空间中。并用这两种方法与近年来研究热门的小波多尺度算法来检测图像的像素级边缘。再对基于插值的亚像素算法进行研究，分析其他亚像素方法，重点选用基于插值的亚像素算法对像素级边缘进行亚像素处理，检测出彩色图像在亚像素级别图像边缘。　　本文算法对颜色距离算法和SUSAN算法进行了合理的改进，结合亚像素插值算法，在一定程度上弥补了传统彩色边缘检测算法的不足。实验结果表明，本文算法是在HSV空间中一种行之有效的彩色图像亚像素边缘检测方法，在边缘检测正确率和亚像素品质方面都有传统算法没有的优势。