1、我可没直接调用系统函数，要是那样就太水了。其实我的 matlab 代码很容易就能翻译成c/c+的。canny 边缘检测一共四个部分：1. 对原图像高斯平滑2. 对高斯平滑后的图像进行 sobel 边缘检测。这里需要求横的和竖的还有联合的，所以一共三个需要 sobel 边缘检测图像。3. 对联合的 sobel 检测图像进行非极大抑制4. 连接边缘点并进行滞后阈值处理。下面是代码：main.mclear all;close all;clc;img=imread(lena.jpg);imshow(img);m n=size(img);img=double(img);%canny 边缘检测的前两步相对
2、不复杂，所以我就直接调用系统函数了%高斯滤波w=fspecial(gaussian,5 5);img=imfilter(img,w,replicate);figure;imshow(uint8(img)%sobel 边缘检测w=fspecial(sobel);img_w=imfilter(img,w,replicate); %求横边缘w=w;img_h=imfilter(img,w,replicate); %求竖边缘img=sqrt(img_w.2+img_h.2); %注意这里不是简单的求平均，而是平方和在开方。我曾经好长一段时间都搞错了figure;imshow(uint8(img)%下面
3、是非极大抑制new_edge=zeros(m,n);for i=2:m-1for j=2:n-1Mx=img_w(i,j);My=img_h(i,j);if My=0o=atan(Mx/My); %边缘的法线弧度elseif My=0 elseo=-pi/2; end%Mx 处用 My 和 img 进行插值adds=get_coords(o); %边缘像素法线一侧求得的两点坐标，插值需要 M1=My*img(i+adds(2),j+adds(1)+(Mx-My)*img(i+adds(4),j+adds(3); %插值后得到的像素，用此像素和当前像素比较 adds=get_coords(o+p
4、i); %边缘法线另一侧求得的两点坐标，插值需要M2=My*img(i+adds(2),j+adds(1)+(Mx-My)*img(i+adds(4),j+adds(3); %另一侧插值得到的像素，同样和当前像素比较isbigger=(Mx*img(i,j)M1)*(Mx*img(i,j)=M2)+(Mx*img(i,j)up new_edge=connect(new_edge,i,j,low);endendendfigure;imshow(new_edge=255)get_coords.mfunction re=get_coords(angle) %angle 是边缘法线角度，返回法线前后两
5、点sigma=0.000000001;x1=ceil(cos(angle+pi/8)*sqrt(2)-0.5-sigma);y1=ceil(-sin(angle-pi/8)*sqrt(2)-0.5-sigma);x2=ceil(cos(angle-pi/8)*sqrt(2)-0.5-sigma);y2=ceil(-sin(angle-pi/8)*sqrt(2)-0.5-sigma);re=x1 y1 x2 y2;endconnect.mfunction nedge=connect(nedge,y,x,low) %种子定位后的连通分析neighbour=-1 -1;-1 0;-1 1;0 -1;0 1;1 -1;1 0;1 1; %八连通搜寻m n=size(nedge);for k=1:8yy=y+neighbour(k,1);xx=x+neighbour(k,2);if yy=1 nedge=connect(nedge,yy,xx,low);endend end end每步运行效果：原图高斯模糊后sobel 边缘检测后非极大抑制后上阈值 120，下阈值 100 检测结果。其实应该还有一个 sigma 变量，这个是控制高斯模板用的，如果自己做模板当然需要 sigma了，这里就不需要了。至于如何做高斯模板，看这里。
