如何在MATLAB中编写一个Canny边缘检测算法来实现图像锐化？

在MATLAB中，你可以使用`imfilter`函数进行高斯滤波，然后利用`edge`函数结合自适应阈值来进行Canny边缘检测。以下是基本步骤：

% 加载图像
img = imread('your_image.jpg'); % 替换为你要处理的图像路径

% 转为灰度图像
gray_img = rgb2gray(img);

% 高斯滤波，平滑图像并减少噪声
blurred_img = imfilter(gray_img, fspecial('gaussian', [5 5], 2));

% 计算梯度矩阵，包括x和y方向的分量
Ix = imfilter(blurred_img, [-1 0 1]);
Iy = imfilter(blurred_img, [-1 -1 -1; 0 0 0; 1 1 1]);

% 计算梯度的模和方向
gradMag = sqrt(Ix.^2 + Iy.^2);
gradAng = atan2(Iy, Ix); % 注意角度范围需要调整到[-π, π]

% 自适应二值化阈值
% 第一个参数是原始图像的大小，第二个参数是高斯窗口大小，第三个参数是边缘检测强度
level = graythresh(gray_img); % 计算全局阈值
lowThresh = level * 0.6; % 一般设置低阈值为全局阈值的60%
highThresh = level * 0.95; % 设置高阈值为全局阈值的95%

% 应用Canny算法
edgeMap = edge(gradMag, 'Canny', [lowThresh highThresh], gradAng);

% 显示原图和边缘检测结果
subplot(1, 2, 1), imshow(img), title('Original Image');
subplot(1, 2, 2), imshow(edgeMap), title('Edge Detection Result');