MATLAB实现的多阶段Canny算子分解图像边缘检测系统

资 源 简 介

本项目将传统Canny边缘检测算法分解为高斯滤波、梯度计算、非极大值抑制和双阈值检测四个独立模块，提供参数可调的分阶段处理流程，增强图像边缘检测的灵活性和可控性。

详 情 说 明

基于分解Canny算子的多阶段图像边缘检测系统

项目介绍

本项目将传统Canny边缘检测算法分解为四个独立计算模块，构建了一个多阶段图像边缘检测系统。通过模块化设计，用户可以分别调整各处理阶段的参数，实时观察中间结果，实现对边缘检测过程的精细化控制。该系统不仅提供最终的边缘检测图像，还输出各阶段的处理结果和参数分析报告，便于算法研究和性能分析。

功能特性

• 模块化处理流程：将Canny算法分解为高斯滤波、梯度计算、非极大值抑制和双阈值检测四个独立模块
• 参数灵活调节：支持高斯滤波器标准差σ、高阈值比例、低阈值比例等关键参数独立调整
• 多格式图像支持：兼容jpg、png、bmp等常见图像格式，自动处理RGB彩色图像和灰度图像
• 可视化中间结果：实时显示平滑后图像、梯度幅值图、梯度方向图、非极大值抑制结果
• 详细分析报告：生成包含各阶段关键统计数据的文本输出，便于算法性能分析

使用方法

1. 运行主程序文件，系统将自动启动图形用户界面
2. 选择输入图像文件（支持RGB彩色图像或灰度图像）
3. 分别调整各处理阶段的参数：

- 高斯滤波模块：设置标准差σ控制平滑程度 - 梯度计算模块：自动计算幅值和方向 - 双阈值检测模块：调节高阈值和低阈值比例

1. 实时观察各阶段处理结果和最终边缘检测图像
2. 查看生成的参数分析报告，了解各阶段处理效果

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox图像处理工具箱
• 至少4GB内存（推荐8GB以上）
• 支持常见图像格式的读写功能

文件说明

主程序文件整合了图像读取与预处理、图形用户界面构建、各边缘检测模块的协同调度、实时结果可视化以及分析报告生成等核心功能。它负责整个系统的流程控制，实现参数输入与处理结果输出的完整交互链路，确保各计算模块按序执行并保持数据传递的一致性。