function?e=canny_edge（Isigma）?
%functione=edge（I‘canny‘threshsigma）;
%該函數(shù)實(shí)現(xiàn)Canny算子提取邊緣點(diǎn)
%輸入圖像為I，標(biāo)準(zhǔn)差sigma，輸出為邊緣圖像e
[mn]=size（I）;
Rr=2:m-1;cc=2:n-1;
e=repmat（logical（uint8（0））mn）;
%產(chǎn)生同樣大小的邊緣圖像e，初始化為1?，即初始化邊緣
GaussianDieOff=-0.001;%設(shè)定高斯函數(shù)消失門(mén)限
PercentOfPixelsNotEdges=-7;%用于計(jì)算邊緣門(mén)限
ThresholdRatio=-4;%設(shè)置兩個(gè)門(mén)限的比例
%首先設(shè)計(jì)高斯濾波器和它的微分
pw=1:30;
%設(shè)定濾波器寬度
ssq=sigma*sigma;
%計(jì)算方差
width=max（find（exp（-（pw.*pw）/（2*sigma*sigma））>GaussianDieOff））;
%計(jì)算濾波算子寬度
t=（-width:width）;
len=2*width+1;
t3=[t-.5;t;t+.5];
%對(duì)每個(gè)像素左右各半個(gè)像素位置的值進(jìn)行平均
gau=sum（exp（-（t3.*t3）/（2*ssq）））.‘/（6*pi*ssq）;
%一維高斯濾波器
dgau=（-t.*exp（-（t.*t）/（2*ssq））/ssq）.‘;
%高斯濾波器的微分
ra=size（I1）;
ca=size（I2）;
ay=255*double（I）;ax=255*double（I‘）;
h=conv（gaudgau）;
%利用高斯函數(shù)濾除噪聲和用高斯算子的一階微分對(duì)圖像濾波合并為一個(gè)算子
ax=conv2（axh‘same‘）.‘;