改进的canny边缘检测算法matlab代码

以下是改进版的Canny边缘检测算法的Matlab代码：

function edgeImg = myCanny(im, sigma, lowThresh, highThresh)

% 输入参数：
% im - 输入图像
% sigma - 高斯滤波器的标准差
% lowThresh - 低阈值
% highThresh - 高阈值

% 输出参数：
% edgeImg - 边缘图像

% 1. 高斯滤波
gaussian = fspecial('gaussian', [5 5], sigma);
im = imfilter(im, gaussian);

% 2. 计算梯度幅值和方向
[Gx, Gy] = gradient(im);
gradMag = sqrt(Gx.^2 + Gy.^2);
gradDir = atan2(Gy, Gx);

% 3. 非极大值抑制
gradMagNms = imdilate(gradMag, [1 1 1; 1 0 1; 1 1 1]) .* (gradMag == gradMag);

% 4. 双阈值边缘连接
strongEdges = gradMagNms > highThresh;
weakEdges = (gradMagNms >= lowThresh) & (gradMagNms <= highThresh);

edgeImg = strongEdges;
weakEdgePixels = find(weakEdges);

while ~isempty(weakEdgePixels)
    [r, c] = ind2sub(size(im), weakEdgePixels(1));
    weakEdgePixels(1) = [];
    
    if edgeImg(r, c) == 0 && gradMagNms(r, c) > lowThresh
        edgeImg(r, c) = 1;
        [rr, cc] = find(gradMagNms(max(1, r-1):min(size(im,1), r+1), max(1, c-1):min(size(im,2), c+1)) > lowThresh);
        rr = rr + r - 1;
        cc = cc + c - 1;
        weakEdgePixels = [weakEdgePixels; sub2ind(size(im), rr, cc)];
    end
end

该代码与原始的Canny算法相比，主要改进有：

1. 使用了高斯滤波器进行平滑，减少了噪声对边缘检测的影响。

2. 在非极大值抑制过程中，使用了膨胀操作，使边缘更加连续。

3. 在双阈值边缘连接过程中，使用了递归算法，将弱边缘像素连接到强边缘像素上。

这些改进可以提高Canny算法的性能和准确性。