边缘检测是一种非常重要的图像预处理方法，它的检测效果直接决定了后续处理的质量，所以一直是数字图像处理领域研究的热点问题。到目前为止人们提出了包括：经典算子、小波变换、模糊理论的算子、形态学算子等成千上百种检测方法。但是这些算子都没能很好的解决边缘定位和去除噪声这一矛盾的处理过程，如何在检测过程中既能提高边缘定位的精度，又能取得较好的滤波效果是很多研究者研究的重难点领域，也是本文努力的方向。首先本文阐述了边缘检测的研究意义、国内外的研究现状。接着详细介绍了几种经典的算子，并进行了仿真实验，对这几种算子所存在的一些问题进行了研究、分析。然后针对传统的经典算子存在的对噪声敏感、不能得到较完整的边缘、边缘细节不丰富等缺陷，本文提出了一种改进的多尺度形态学边缘检测算法-MSM(Multi-scale Morphology)算法，并在灰度图像中，将MSM算法与经典算子进行仿真实验，结果表明与经典算子，MSM算法具有很好的抗噪性、鲁棒性、检测的边缘较完整。最后将MSM算法应用到彩色图像当中，在常见的两个彩色模型中分别进行了仿真实验，发现与经典算子相比，MSM算法在彩色图像的边缘检测上也具有优越性。最后对本文所做的工作进行了总结，展望了未来边缘检测技术的发展。