边缘检测技术是图像测量、图像分割、图像压缩以及模式识别等图像处理技术的基础，是计算机视觉和图像测量重要的研究课题之一。如何快速、准确的对图像进行边缘检测是图像处理领域的研究热点。 本文首先简要介绍了经典边缘检测算子和一些成熟的边缘检测方法，论述了这些算法的基本原理，比较和分析了它们的优缺点。 本文重点论述了图像处理的多尺度自适应滤波技术。介绍了一种根据局部灰度变化信息，估计边缘尺度的多尺度自适应高斯滤波方法。本文详细论述了多尺度自适应高斯滤波的基本理论和实现方法，并对这种方法进行了有效的改进。 本文提出了一种基于Canny理论，利用多尺度自适应高斯滤波技术的Canny自适应边缘检测方法。Canny自适应边缘检测方法在保持了Canny算子原有的定位准确，单边缘响应和信噪比高等优点的基础上，提高了Canny算子在提取图像边缘细节信息和抑制假边缘方面的性能。Canny自适应边缘检测方法利用图像梯度特征信息自适应的生成动态阈值，提高了边缘检测的自动化程度。本文详细介绍了这种算法的基本思想和具体方法，并通过实验以及对实验结果的分析，证明了Canny自适应边缘检测方法是一种有效的边缘检测方法。 结合论文所述的多尺度自适应高斯滤波方法和Canny自适应边缘检测方法，在实验中实现了对测量图像中标定板的定位、标定点的边缘轮廓和中心坐标的精确定位。通过实验数据和结果，证明了使用本文提出的Canny自适应边缘检测方法可以从不同尺度上快速、准确的检测出目标的边缘轮廓。