matlab有canny算子算法，已经编写，请参考边缘函数
图像边缘检测是一种定位二维或三维图像（特别是医学图像）的目标边缘系统。通过输入（310）接收表示图像的每个元素的值的一组数据元素。数据集存储在存储设备（320）中。处理器（340）确定图像中对象的边缘。处理器至少计算数据元素的第一和/或第二导数，并计算由κ标识的图像的等照度曲率。处理器还确定校正因子α，其校正由对象的曲率和/或数据的模糊引起的边缘失准。校正因子α取决于等照度曲率κ。然后，处理器根据计算出的导数和等照度线的曲率确定算子的过零点。系统的输出（330）提供图像中的边缘位置的指示。早期的方法有边缘算子法、曲线拟合法、模板匹配法和阈值法。近年来，出现了许多新的边缘检测算法：小波变换、小波包边缘检测、基于数学形态学的边缘检测算法、模糊理论和神经网络。
一旦我们计算了导数，下一步就是给出一个阈值来确定边的位置。阈值越低，检测到的边缘越多，结果越容易受到图像噪声的影响，越容易从图像中提取出不相关的特征。相反，一个高阈值将失去薄或短段。常用的方法是滞后阈值选择。这种方法使用不同的阈值来寻找边缘。首先，使用阈值上限来寻找边线的起点。一旦我们找到一个起点，我们就在图像上逐点跟踪边缘路径。当大于阈值时，我们记录边缘位置，直到值小于下限。该方法假设边缘是一个连续的边界，在不将图像中的噪声点标记为边缘的情况下，可以跟踪先前看到的边缘的模糊部分。
