首先，介绍了数字图像处理的概念及其应用领域、边缘检测研究的背景意义，历史现状，以及边缘检测的一些基本概念。 然后，分别介绍了经典的图像边缘检测算子，如Robert算子、Sobel算子、Prewitt算子等，并通过理论分析和仿真计算比较了他们各自的优缺点及适用性。接着概述了几种新的边缘检测方法，如小波理论、数学形态学、模糊理论等。在本文的第四章里，讨论了基于线性滤波技术的边缘检测算法：Marr-Hildreth方法和Canny算法。 最后，提出了一种基于各向异性扩散方程的Canny边缘检测算法。Canny边缘检测算法由于使用高斯滤波对图像进行平滑，往往使得算法的信噪比和定位精度下降，从而产生一些虚假边缘，使角点变圆。针对Canny算法所出现的问题，运用各向异性扩散方程代替高斯滤波，并对扩散后的图像做图像增强。实验结果表明，改进后的算法有效地提高了边缘检测的准确性，得到了比较理想的边缘检测效果。

高斯滤波、直方图结合Canny边缘检测.py

实现canny算法，包括自适应阈值、sobel算子生成、非极大值抑制、双阈值检测、弱边缘抑制 OpenCV版本：3.4.* vs版本 2015

图像边缘检测是数字图像处理的重要组成部分。传统的Canny边缘检测算子存在高斯滤波函数方差和阈值选取上的缺陷，本文提出了一种基于改进canny算子的图像边缘检测算法。首先运用复合形态学滤波取代高斯滤波，然后运用Otsu算法进行高低双阈值的自适应选取；最后连接边缘并运用数学形态学对边缘进行细化。实验结果表明，改进算法具有良好的抗噪性能和较好的检测效果。

针对传统Canny在空间尺度 和阈值选取上需人工设置，提出了一种自适应算法。由于传统Canny在 邻域内计算梯度幅值时容易受到噪声影响，本文通过垂直，水平，45°，135°方向上的一阶差分模板计算梯度幅值。实验结果证明与传统Canny算子相比，该算法能够保留较多的边缘信息，同时抑制了一些虚假边缘，且计算简单，容易实现。

1、最大类间方差算法求解自适应阈值； 2、形态学处理（开操作、hbreak移除连通的像素、移除刺激（孤立）像素） 3、canny算子边缘检测 4、定位人脸，画框；

预处理、边缘提取、车牌定位、字符分割、字符识别五大模块①正确地分割文字图像区域；②正确的分离单个文字；③正确识别单个字符。用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。

数字图像形状特征提取canny算法源程序，可以运行，已经检验无误，非常简明。可读性强。

随着科学技术的不断发展，桥梁、隧道、高速公路等土木工程设施开始大量出现在人们的生活之中。它们在给予人们方便之余，也存在着大量的安全隐患，而由于土木工程体量、处在地自然环境等因素的限制，现行的人工检测方法很难及时地对土木工程进行结构健康监测，数字图像处理成为解决这个问题的首选之一。文中首先对现行的Canny裂缝检测算法进行了详细的介绍，并针对其只能人工选取阈值的缺点进行了改进，结合Harris特征检测算法和图像中各像素点的梯度值，提出了一种自适应阈值的Canny检测算法；然后，结合自身的学习，在现有的两种裂缝评价指标裂缝宽度和长度之外，引入了裂缝的横向位移和旋转角度，构建了新的裂缝安全评估指标。通过实验对所提出的算法进行了验证。

基于MATLAB编译器，实现的canny算法，能够将算法的每一小步处理的图片都显示出来