canny边缘检测

（1）：高斯滤波（平滑图像消除噪点）
（2）：使用算子计算梯度强度（计算像素点的梯度强度和方向）
（3）：使用非极大值抑制（Non-Maximum Suppression），消除边缘检测带来的杂散响应（如：一张人脸检测出现多个框，此时采取概率最大的结果，1/0.99的那个，其余的全部清除掉）
（4）：应用双阈值检测（Double-Threshold）来确定真实和潜在的边缘（滞后阈值处理）
（5）：孤立弱边缘抑制，通过抑制独立的弱边缘最终完成边缘检测

解读：非极大值抑制
一个像素点周围有着8个方向，上、下、左、右，左上、左下、右上、右下
↖↑↗
←·→
↙↓↘
这八个方向一定是有着对应的像素点，而其他方向如37.72°则未必有实际的像素点，此时该方向的边界上的像素点为亚像素点，可采取插值法求得该亚像素点，也就是该亚像素点周围（垂直于该方向）两个像素点采取权重求值得出该亚像素点的值

canny算法到目前已经完整写完，其效果换算理想，但比起matlab自带的函数，还是相差甚远。总结有以下几个缺点：
（1） 高斯滤波中标准差的选取全靠认为的主管意识，没有一下合适的标准，因此导致滤波不太合适，存在大量的噪点。
（2） 双阈值检测中高低阈值的选取不太合适，没有一个合理的标准，造成局部边缘丢失，边缘断续，边缘不突出。
（3） 如何matlab自带函数相比，存在噪点过多，边缘丢失，边缘断续，边缘不突出等缺点。