边缘检测一直是计算机视觉和图像处理领域最经典的研究课题之一，其目的是去发现图像中关于形状和反射或透射比的信息。是图像处理、图像分析、模式识别、计算机视觉以及人类视觉的基本步骤之一。结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解。然而随着现代科技的发展和现代工业对微细加工技术需求的增加，传统的边缘检测技术已不能够满足测量精度要求。亚像素细分技术正是应这种需求产生的一种新技术，它在高精度图像测量系统中的使用大大提高了测量的精度。本文在概述边缘检测的概念和算法的基础上，综述了边缘检测技术的发展现状，重点介绍了几种经典边缘检测算法。在对人眼特性做了一定的介绍和实验的前提下，以实验数据为基础，论文提出了一种基于人眼视觉的自适应阈值Kirsch边缘检测方法。传统的边缘检测算子一般都只能得到比较宽的边缘，这为以后的图像处理带来了一定的困难。本文通过对图像边缘特征的分析，针对经典细化方法的不足，提出了一种改进的Zhang和Suen细化算法，首先将经典的Zhang和Suen细化算法进行了化简，随后将模板细化法的思想引入进来，在检测前后用预设的模板将毛刺去除以及对过删除情况进行修正。经仿真验证，论文提出的改进Kirsch算子对边缘的检测准确，得到的结果无断裂；论文提出的改进细化算法将边缘细化后，物体无畸变和不对称情况。同时为了适应越来越高的图像处理要求，需要对边缘进行进一步的亚像素处理，因此将亚像素检测的思想引入到边缘检测过程中。首先论述了亚像素边缘定位的由来、原理和前提条件，总结了现有的亚像素边缘检测方法，得到Zernike矩相比其他算法的种种优点。最后用Zernike矩对得到的细化后边缘图像进行亚像素定位，经实验仿真后得到了亚像素的边缘图像。