图像的边缘是图像最基本也是最重要的特征之一。边缘检测一直是图像处理和计算机视觉领域经典的研究课题，其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。对于灰度图像，人们已经提出了大量的边缘检测方法，各种检测方法也已相当成熟。由于彩色图像比灰度图像能提供更多的信息，因此彩色图像边缘检测越来越受到人们的关注。 本文主要工作如下： 1) 介绍了彩色图像的基本知识和双色性反射模型，对几种常用且具代表性的颜色空间进行了分类讨论，研究了它们的视觉特性、空间转换及复杂度和彩色不变性等。 2) 介绍了图像噪声的基本知识，分类讨论了彩色图像滤波技术，给出了滤波效果客观评价的一般方法。 3) 系统介绍了彩色图像边缘检测的相关概念，分类介绍了彩色图像边缘检测方法，详细介绍了几种具有代表性的方法，并对它们的检测结果进行了实验对比。 4) 在颜色空间分析的基础上，利用图论中的最小生成树概念，提出了一种基于YUV颜色空间和最小生成树的彩色图像边缘检测方法。 5) 针对彩色图像受高斯噪声和脉冲噪声污染的情况，在基于噪声调节主成分分析法的融合滤波方法的基础上，提出了一种基于模糊算子的彩色图像边缘检测方法，通过模糊函数和向量均值来进一步滤除噪声和检测彩色边缘。通过比较发现，该方法在有效滤除高斯噪声和脉冲噪声的同时，能够比较清晰地检测出图像边缘。