MATLAB自适应Canny边缘检测系统（支持sigma参数调节）

资 源 简 介

本项目完整实现了Canny边缘检测算法，包含高斯滤波、梯度计算、非极大值抑制和双阈值边缘连接四大核心模块。通过智能调节sigma参数，可动态平衡图像平滑与边缘保留效果，适用于各类图像处理场景。

详 情 说 明

基于Canny算子的自适应边缘检测系统

项目介绍

本项目实现了经典的Canny边缘检测算法。通过完整的工作流程（高斯平滑、梯度计算、非极大值抑制、双阈值连接），将输入的灰度图像转换为高质量的二值边缘图。系统支持通过调节高斯核标准差（sigma）参数，自适应地控制图像平滑程度，从而在抑制噪声与保留真实边缘之间取得平衡。

功能特性

• 多尺度高斯平滑：使用可配置的sigma参数构建高斯滤波器，有效滤除图像噪声。
• 梯度幅值与方向计算：采用Sobel算子进行卷积，精确计算图像梯度，并对梯度方向进行量化分类。
• 非极大值抑制：沿梯度方向细化边缘，精准定位边缘像素。
• 自适应双阈值滞后连接：通过高、低阈值机制连接边缘片段，动态保证边缘的连续性。

使用方法

1. 准备一张灰度图像（uint8类型的M×N矩阵）。
2. 调用主函数，输入图像矩阵和期望的sigma值（推荐范围0.5~3.0）。
3. 函数返回二值边缘图（logical矩阵），其中边缘像素标记为true。
4. （可选）可获取中间结果，包括梯度幅值图（double矩阵）和量化后的梯度方向图。

系统要求

• 运行环境：MATLAB
• 依赖：仅需基础MATLAB函数库，无额外工具箱依赖。

文件说明

主程序文件封装了Canny边缘检测算法的全部核心逻辑。它负责读取输入参数，依次执行高斯滤波平滑、梯度计算与方向量化、非极大值抑制以及基于双阈值的边缘连接等关键步骤，并最终输出处理后的二值边缘图像。此外，该文件也提供了获取梯度幅值与方向等中间结果的可选功能。