基于MATLAB的Canny图像边缘检测系统

资 源 简 介

本项目采用Canny算法实现灰度图像的边缘检测，包含高斯滤波、梯度计算、非极大值抑制和双阈值滞后处理。系统输出边缘二值图和梯度方向场，支持自定义阈值参数，结果准确高效。

详 情 说 明

基于Canny算法的图像边缘检测系统

项目介绍

本项目实现了一个经典的Canny边缘检测算法，能够自动从灰度图像中提取清晰的边缘。该算法通过高斯滤波降噪、计算梯度幅值与方向、非极大值抑制和双阈值滞后处理四个关键步骤，有效提升边缘检测的准确性和连续性。系统不仅支持边缘二值图的输出，还可生成梯度方向场，并提供参数调节功能以适应不同图像特征。

功能特性

• 完整Canny算法实现：包含高斯滤波、梯度计算、非极大值抑制和双阈值滞后处理四个核心步骤
• 自动阈值计算：可根据图像梯度分布自动计算合适的双阈值，降低手动调参难度
• 参数可调节：支持自定义高斯核大小和双阈值比例参数
• 多格式图像支持：兼容.jpg、.png、.bmp等常见图像格式
• 丰富输出结果：提供边缘二值图、梯度方向场和可视化对比图等多种输出

使用方法

1. 准备输入图像：将待检测的灰度图像放置于指定目录
2. 设置参数：根据需要调整高斯核大小和双阈值比例参数
3. 运行程序：执行主程序开始边缘检测处理
4. 查看结果：程序将自动保存边缘二值图、梯度方向场和可视化对比结果

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox图像处理工具箱
• 支持Windows/Linux/macOS操作系统

文件说明

主文件整合了图像读取、参数初始化、Canny算法四步核心处理流程以及结果输出功能，负责完成从原始图像输入到最终边缘检测结果生成的全过程，包括高斯平滑滤波实现噪声抑制、Sobel/Prewitt算子计算图像梯度、非极大值抑制精确定位边缘以及双阈值滞后处理完成边缘连接，同时提供结果可视化与数据保存能力。