MATLAB可调参数分解式Canny算子图像边缘检测系统

资 源 简 介

该项目以MATLAB实现可独立调控的Canny算子边缘检测流程，通过分解高斯滤波、梯度计算、非极大值抑制及双阈值滞后处理步骤，支持用户逐阶段调试参数并优化图像边缘检测效果。

详 情 说 明

基于分解式Canny算子的图像边缘检测系统

项目介绍

本项目将经典Canny边缘检测算法分解为多个独立的处理步骤，实现了一个可控、可调试的灰度图像边缘检测流程。系统通过模块化设计，分别进行高斯滤波、梯度计算、非极大值抑制和双阈值滞后处理，使用户能够直观观察各阶段处理效果并精细调整参数。

功能特性

• 模块化处理流程：将Canny算子分解为四个独立可调的步骤
• 参数灵活可控：支持自定义高斯滤波器尺寸与标准差、梯度计算阈值、双阈值参数等
• 中间结果可视化：可选输出梯度强度图、梯度方向图及阈值处理中间图
• 多格式支持：兼容JPG、PNG、BMP等常见图像格式
• 结果精准：通过非极大值抑制和双阈值滞后处理，确保边缘连接的连续性与准确性

使用方法

1. 准备待处理的灰度图像文件
2. 运行主程序文件，根据提示选择输入图像
3. 依次设置各处理阶段参数：

- 高斯滤波参数（滤波器大小、标准差） - 梯度计算阈值 - 非极大值抑制参数 - 双阈值滞后处理参数（高阈值、低阈值）

1. 系统将自动执行边缘检测流程
2. 查看输出的边缘检测结果，可选择保存中间处理图像

系统要求

• MATLAB R2018b或更高版本
• Image Processing Toolbox图像处理工具箱
• 支持的操作系统：Windows/Linux/macOS

文件说明

主程序文件实现了完整的边缘检测流程控制，包含图像读取与预处理、交互式参数配置界面、四大核心算法模块的串联执行、中间结果的实时显示与对比功能，以及最终边缘图的生成与保存能力。该文件作为系统入口，协调各处理模块的顺序执行并管理整个检测过程的数据流。