传统检测技术
1.微分边缘检测：
Sobel算子，Robert算子，Prewitt算子，Laplacian算子等。但一般的微分运算会使图像噪声增强，影响边缘检测性能。Canny算子微分运算之前采用平滑滤波器减少噪声影响。
2.松弛迭代法
图像边缘上某一点与其某邻域内点的状态和方向相关．基于该思想，松弛迭代方法从边界增强的角度出发来提取物体边缘，再根据边界点信息在局部具有的一致性和相关性，使用边缘点的位置、梯度、曲率等信息初始化松弛网络像素的标记，通过不断迭代，对标记进行重复纠正和约束，增强有规律的边缘信息，削弱无规律的噪声，最后使迭代收敛于真实边缘。松弛迭代法的计算量小，且边缘检测的质量较好。
3.基于数学形态学的边缘检测技术
数学形态学边缘检测就是利用数学形态学所定义的膨胀、腐蚀、开运算以及闭运算，选取合适的结构元素。通过形态学中复合运算作用于图像，从而得到完整的图像边缘，具有简单、运算速度快等优点。
现代边缘检测技术
1.基于模糊学的边缘检测基本思想是先利用隶属度函数将图像从空间域映射到模糊特征域：然后进行模糊增强处理，以增强边缘两侧像素灰度的对比度：再通过隶属度矩阵的逆变换由模糊域变回数据空间；最后提取图像边缘。基于模糊学的边缘检测方法能有效地将物体从背景中分离出来。但是矩阵运算复杂、抗噪性能差。
2.基于神经网络的边缘检测技术
神经网络算法具有良好的非线性、自组织性和自适应性，被广泛应用在边缘检测技术中。
3.基于遗传算法的边缘检测技术
遗传算法是模拟达尔文生物进化论的计算模型．具有简单和鲁棒性强等特点。主要分为初始化、选择、交叉和突然变异四个部分。遗传算法作为一种有效的全局并行
优化搜索工具。广泛的应用在边缘检测领域，主要分为利用遗传算法优化现有的边缘检测模版和使用遗传算法搜索最佳的边缘检测阀值两方面。
4基于多尺度边缘检测技术
由于物理和光照等原因，每幅图像中的边缘通常产生在不同的尺度范围上，形成不同类型的边缘，用单一尺度的边缘检测算子不可能正确地检测出所有边缘，因此用多尺度的方法检测边缘越来越引起人们的重视。多尺度边缘检测方法是在不同尺度空间检测边缘，再综合它们的输出结果以获得理想的边缘图像。
5.亚像素边缘检测技术
常用边缘检测算子检测精度一般为1个像素，亚像素边缘检测算法是检测精度优于1个像素的高精度边缘检测技术。亚像素边缘检测算法通常分边缘初定位和精定位两步进行。目前主要的亚像素边缘检测算法有亚像素拟合算法、亚像素矩算法和亚像素插值算法。
基于模糊学的边缘检测和亚像素边缘检测等方法检测精度高，但抗噪声性能较差；基于神经网络和基于数学形态学边缘检测等方法解决了抗噪声性能差的问题．但检测精度又不够。