本文詳細介紹MATLAB中實現圖像Canny邊緣檢測的全過程，包括理論原理、步驟、代碼實現以及運行結果分析。

一、目的：通過熟悉邊緣檢測原理，并運用MATLAB軟件，實現圖像的Canny邊緣檢測，以體會Canny邊緣檢測的優缺點。

二、內容：編寫MATLAB程序，針對標準圖像“lena.bmp”進行邊緣檢測，展示程序運行結果。

三、原理或步驟：

邊緣檢測算法通常包含四個步驟：濾波（去噪）、增強（通過計算梯度幅值）、檢測（確定邊緣點）、定位（估計邊緣位置和方向）。

Canny邊緣檢測則通過以下步驟實現：

1. 使用高斯濾波器平滑圖像，降低噪聲影響。

2. 計算梯度幅值和方向，使用Sobel算子實現。

3. 非極大值抑制細化邊緣，只保留幅值局部變化最大的點。

4. 通過雙閾值算法檢測和連接邊緣，并進行滯后閾值處理。

四、運行結果和分析：

結果包括原始圖像（Figure1）、高斯模糊后圖像（Figure2）、Sobel邊緣檢測后圖像（Figure3）、非極大抑制后圖像（Figure4）、以及雙閾值檢測結果（Figure5）。

Canny算子在邊緣檢測和定位方面具有優勢，能提供更準確的邊緣強度估計，同時包含梯度方向和強度信息。

五、程序實現：

代碼通過MATLAB實現，包括圖像讀取、顯示、邊緣檢測、非極大值抑制、雙閾值處理等關鍵步驟。

程序的主要邏輯包括：圖像預處理（高斯濾波、Sobel邊緣檢測）、非極大值抑制、雙閾值檢測以及邊緣連接。

此實現展示了Canny邊緣檢測算法在MATLAB環境下的具體應用，從原始圖像到最終邊緣檢測結果，清晰展示了各步驟的效果。