canny算法代码matlab

下面是使用MATLAB实现Canny算法的代码示例：

% 读取图像
img = imread('image.jpg');

% 将图像转换为灰度图像
gray = rgb2gray(img);

% 设置Canny算法的参数
sigma = 1.0; % 高斯滤波器的标准差
thres_low = 0.1; % 低阈值
thres_high = 0.2; % 高阈值

% 高斯滤波
G = fspecial('gaussian', [3 3], sigma);
gray_smooth = imfilter(gray, G, 'same');

% 计算图像的梯度
[Gx, Gy] = gradient(double(gray_smooth));
Gmag = sqrt(Gx.^2 + Gy.^2);
Gdir = atan2(Gy, Gx) * 180 / pi;

% 非极大值抑制
Gmag_nms = nonmaxsup(Gmag, Gdir);

% 双阈值处理
edges = hysthresh(Gmag_nms, thres_low, thres_high);

% 显示结果
imshow(edges);

在这个例子中，我们首先使用`imread`函数读取图像，然后使用`rgb2gray`函数将其转换为灰度图像。接下来，我们设置Canny算法的参数，包括高斯滤波器的标准差、低阈值和高阈值。然后，我们使用`fspecial`函数创建一个3x3的高斯滤波器，并使用`imfilter`函数对灰度图像进行滤波。

接着，我们计算图像的梯度，包括水平和垂直方向的梯度以及梯度的大小和方向。然后，我们使用`nonmaxsup`函数对梯度大小进行非极大值抑制，以便在边缘检测时保留尽可能少的噪声。最后，我们使用`hysthresh`函数对梯度大小进行双阈值处理，以将较弱的边缘排除，并且只保留强边缘。

需要注意的是，Canny算法中的参数设置会影响边缘检测结果的质量。在实际应用中，可能需要对这些参数进行调整以获得更好的结果。