随着数字图像的广泛应用，人们对图像精度的要求也逐步提高。边缘是目标图像与背景图像的分界，是图像最基本的特征之一。图像边缘蕴含了图像丰富的内在信息（如方向、阶跃性质与形状等），因此边缘提取是图像分析和识别领域中一个十分重要的课题。边缘检测作为一个预处理过程，广泛应用于图像分割、模式识别和运动分析等领域。传统的边缘检测方法主要是应用空域卷积算法，通过模板与图像的卷积来提取边缘。空域卷积算法具有较强的普适性和计算速度快等优势，因此得到了广泛的应用。然而，随着人们生活水平的不断提高，对彩色图像处理的需求不断增长，彩色图像的研究越来越受到各界专家学者的重视。到目前为止，大部分彩色图像边缘检测算法是由灰度图像边缘检测算法发展和衍生而来的。但是彩色图像不仅包含亮度信息，还包含着在灰度图像中不存在的色度信息，这样灰度图像边缘检测理论就不太适用于彩色图像。研究也表明彩色图像比灰度图像提供了更多的边缘信息，对彩色图像进行边缘检测具有更大的实际意义。本文首先阐述了图像边缘检测的研究背景以及在国内外的研究现状，通过对图像边缘检测研究概况的了解，展开本文的研究。介绍了边缘检测的一些基本概念，并讨论了传统灰度图像边缘检测的研究方法和特点。在此基础上，针对传统图像边缘检测方法检测效果不理想的问题，提出一种基于八方向Sobel算子的边缘检测算法。由此得到启发，将传统的Prewitt边缘检测算法进行了相应地改进，并给出了对比分析效果图。其次，本文进一步对彩色图像的边缘检测进行了研究。彩色图像在不同的彩色空间表现形式也不同。算法在彩色空间转化技术的基础上，提出了基于CIELAB空间的彩色图像边缘检测算法，从而在不丢失彩色图像信息的前提下，检测出较真实的边缘。为图像边缘检测在更广的范围内应用做了一些有意义的尝试。本文的研究工作主要集中在以下几个方面：（1）针对传统图像边缘检测方法检测效果不理想的问题，提出一种基于八方向Sobel算子的边缘检测算法。结合图像边缘的多方向性，将传统边缘检测算法的方向扩展到八个方向。采用0o、22.5o、45o、67.5o、90o、112.5o、135o、157.5o八个方向的模板进行检测，能较好地检测出不同方向的边缘。（2）考虑到邻域内像素到中心像素距离不同，对中心像素的贡献不同，基于八方向Sobel算子的边缘检测算法对邻域内像素根据该像素到中心像素欧氏距离进行加权，使得距中心像素越近，其权值越大。由此推导出数字图像中加权计算公式。（3）将传统的Prewitt边缘检测算法进行了相应的改进，提出了一种改进的Prewitt算子的边缘检测算法，并给出了对比分析实验效果图。（4）给出了基于CIELAB空间的彩色图像边缘检测算法。算法采用色彩空间转化技术，将RGB彩色图像转化到色彩均匀的CIELAB彩色空间，用两像素的色差值定义CIELAB色彩空间中八方向检测模板，将上述灰度图像边缘检测方法推广到彩色图像领域。通过仿真实验证明，该算法能够检测出较准确的边缘。