利用matlab中的imfilter函数编程Canny边缘检测算子对图像进行锐化，要求显示不同边缘检测算子的梯度图像和锐化结果图像。

可以按照以下步骤使用matlab中的imfilter函数编程Canny边缘检测算子对图像进行锐化：

1. 读入图像并显示

img = imread('lena.png');
figure, imshow(img), title('Original Image');

2. 使用imfilter函数进行高斯滤波

h = fspecial('gaussian', [5 5], 2);
img_smooth = imfilter(img, h);

3. 计算图像梯度的幅值和方向

h_x = [-1 0 1; -2 0 2; -1 0 1];
h_y = [-1 -2 -1; 0 0 0; 1 2 1];
img_dx = imfilter(double(img_smooth), h_x);
img_dy = imfilter(double(img_smooth), h_y);
img_grad = sqrt(img_dx.^2 + img_dy.^2);
img_theta = atan2(img_dy, img_dx);

4. 进行非极大值抑制

img_nms = edge_nms(img_grad, img_theta);

5. 进行双阈值处理

img_edge = edge_link(img_nms, 0.05, 0.2);

6. 将边缘检测结果与原图像相乘得到锐化结果

img_sharp = img + img_edge.*100;

7. 显示不同边缘检测算子的梯度图像和锐化结果图像

figure, imshow(img_grad, []), title('Gradient Magnitude');
figure, imshow(img_nms, []), title('Non-Maximum Suppression');
figure, imshow(img_edge, []), title('Edge Linking');
figure, imshow(img_sharp), title('Sharpened Image');

其中，需要自己编写edge_nms和edge_link两个函数，以实现非极大值抑制和双阈值处理。