【文章內(nèi)容簡介】 化等應(yīng)用程序，并集應(yīng)用程序和圖形于一體便于使用的集成環(huán)境中。在此環(huán)境下所解問題的 Matlab 語言表述形式和其數(shù)學(xué)表達(dá)形式相同，不需要按傳統(tǒng)的方法編程。不過， Matlab 作為一種新的計(jì)算機(jī)語言，要想運(yùn)用自如，充分發(fā)揮它的威力，也需先系統(tǒng)地學(xué)習(xí)它。但由于使用 Matlab 編程運(yùn)算與人進(jìn)行科學(xué)計(jì)算的思路和表達(dá)方式完全一致，所以不象學(xué)習(xí)其它高級(jí)語言――如 Basic、 Fortran 和 C 等那樣難于掌握 [16]。實(shí)踐證明，你可在幾十分鐘的時(shí)間內(nèi)學(xué)會(huì) Matlab 的基礎(chǔ)知識(shí)，在短短幾個(gè)小時(shí)的使用中就能初步掌握它 .從而使你能夠進(jìn)行高效率和富有創(chuàng)造性的計(jì)算。 Matlab 大大降低了對(duì)使用者的數(shù)學(xué)基礎(chǔ)和計(jì)算機(jī)語言知識(shí)的要 求，而且編程效率和計(jì)算效率極高，還可在計(jì)算機(jī)上直接輸出結(jié)果和精美的圖形拷貝，所以它的確為一高效的科研助手。自推出后即風(fēng)行美國，流傳世界 [17]。 綜上所述， Matlab 語言有如下特點(diǎn)： 1 編程效率高 它是一種面向科學(xué)與工程計(jì)算的高級(jí)語言，允許用數(shù)學(xué)形式的語言編寫程序，且比 Basic、 Fortran 和 C 等語言更加接近書寫計(jì)算公式的思維方式，用Matlab 編寫程序猶如在演算紙上排列出公式與求解問題。因此， Matlab 語言也可通俗地稱為演算紙式科學(xué)算法語言由于它編寫簡單，所以編程效率高，易學(xué)易懂。 2 用戶 使用方便 Matlab 語言是一種解釋執(zhí)行的語言（在沒被專門的工具編譯之前），它靈活、方便，其調(diào)試程序手段豐富，調(diào)試速度快，需要學(xué)習(xí)時(shí)間少。人們用任何一種語言編寫程序和調(diào)試程序一般都要經(jīng)過四個(gè)步驟：編輯、編譯、連接以及執(zhí)行和調(diào)試。各個(gè)步驟之間是順序關(guān)系，編程的過程就是在它們之間作瀑布型的循環(huán)。Matlab 語言與其它語言相比，較好地解決了上述問題，把編輯、編譯、連接和執(zhí)行融為一體。它能在同一畫面上進(jìn)行靈活操作快速排除輸入程序中的書寫錯(cuò)誤、語法錯(cuò)誤以至語意錯(cuò)誤，從而加快了用戶編寫、修改和調(diào)試程序的速度，可以說在編 程和調(diào)試過程中它是一種比 VB 還要簡單的語言。 具體地說， Matlab 運(yùn)行時(shí)，如直接在命令行輸入 Mailab 語句（命令），包括調(diào)用 M 文件的語句，每輸入一條語句，就立即對(duì)其進(jìn)行處理，完成績譯、連接和運(yùn)行的全過程。又如，將 Matlab 源程序編輯為 M 文件，由于 Mat1ab 磁盤文件也是 M 文件，所以編輯后的源文件就可直接運(yùn)行，而不需進(jìn)行編譯和連接。在運(yùn)行 M 文件時(shí)，如果有錯(cuò)，計(jì)算機(jī)屏幕上會(huì)給出詳細(xì)的出鍺信息，用戶經(jīng)修改后再執(zhí)行，直到正確為止。所以可以說， Mat1ab 語言不僅是一種語言，廣義上講是一種該語言開發(fā)系統(tǒng)，即語言 調(diào)試系統(tǒng)。 3 擴(kuò)充能力強(qiáng) 高版本的 Matlab 語言有豐富的庫函數(shù)，在進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算時(shí)可以直接調(diào)用，而且 Matlab 的庫函數(shù)同用戶文件在形成上一樣，所以用戶文件也可作為Matlab 的庫函數(shù)來調(diào)用。因而，用戶可以根據(jù)自己的需要方便地建立和擴(kuò)充新的庫函數(shù)，以便提高 Matlab 使用效率和擴(kuò)充它的功能。另外，為了充分利用Fortran、 C 等語言的資源，包括用戶已編好的 Fortran， C 語言程序，通過建立Me 調(diào)文件的形式，混合編程，方便地調(diào)用有關(guān)的 Fortran， C 語言的子程序。 4 語句簡單，內(nèi)涵豐富 Mat1ab 語言中最基本最重要的成分是函數(shù)，其一般形式為 [a， b， c?? ] fun（ d， e， f，??），即一個(gè)函數(shù)由函數(shù)名，輸入變量 d， e， f,??和輸出變量 a，b， c??組成，同一函數(shù)名 F，不同數(shù)目的輸入變量（包括無輸入變量）及不同數(shù)目的輸出變量，代表著不同的含義（有點(diǎn)像面向?qū)ο笾械亩鄳B(tài)性。這不僅使Matlab 的庫函數(shù)功能更豐富，而大大減少了需要的磁盤空間，使得 Matlab 編寫的 M 文件簡單、短小而高效。 5 高效方便的矩陣和數(shù)組運(yùn)算 Matlab 語言象 Basic、 Fortran 和 C 語言一樣規(guī)定了矩陣的算術(shù) 運(yùn)算符、關(guān)系運(yùn)算符、邏輯運(yùn)算符、條件運(yùn)算符及賦值運(yùn)算符，而且這些運(yùn)算符大部分可以毫無改變地照搬到數(shù)組間的運(yùn)算，有些如算術(shù)運(yùn)算符只要增加“ ??”就可用于數(shù)組間的運(yùn)算，另外，它不需定義數(shù)組的維數(shù)，并給出矩陣函數(shù)、特殊矩陣專門的庫函數(shù)，使之在求解諸如信號(hào)處理、建模、系統(tǒng)識(shí)別、控制、優(yōu)化等領(lǐng)域的問題時(shí)，顯得大為簡捷、高效、方便，這是其它高級(jí)語言所不能比擬的。在此基礎(chǔ)上，高版本的 Matlab 已逐步擴(kuò)展到科學(xué)及工程計(jì)算的其它領(lǐng)域。因此，不久的將來，它一定能名符其實(shí)地成為“萬能演算紙式的”科學(xué)算法語言。 6 方便的繪圖 功能 Matlab 的繪圖是十分方便的，它有一系列繪圖函數(shù)（命令），例如線性坐標(biāo)、對(duì)數(shù)坐標(biāo)，半對(duì)數(shù)坐標(biāo)及極坐標(biāo)，均只需調(diào)用不同的繪圖函數(shù)（命令），在圖上標(biāo)出圖題、 XY 軸標(biāo)注，格（柵）繪制也只需調(diào)用相應(yīng)的命令，簡單易行。另外，在調(diào)用繪圖函數(shù)時(shí)調(diào)整自變量可繪出不變顏色的點(diǎn)、線、復(fù)線或多重線。這種為科學(xué)研究著想的設(shè)計(jì)是通用的編程語言所不及的。 總之， Matlab 語言的設(shè)計(jì)思想可以說代表了當(dāng)前計(jì)算機(jī)高級(jí)語言的發(fā)展方向，在不斷使用中，人們會(huì)發(fā)現(xiàn)它的巨大潛力 [18]。 一階微分算法的實(shí)驗(yàn)結(jié)果與分析 實(shí)驗(yàn)程序清單 Roberts 算子程序： clc clear all close all A imread 39。39。 。 % 讀入圖像 imshow A 。title 39。原圖 39。 。 x_mask [1 0。0 1]。 % 建立 X 方向的模板 y_mask rot90 x_mask 。 % 建立 Y 方向的模板 I im2double A 。 % 將圖像數(shù)據(jù)轉(zhuǎn)化為雙精度 dx imfilter I, x_mask 。 % 計(jì)算 X 方向的梯度分量 dy imfilter I, y_mask 。 % 計(jì)算 Y 方向的梯度分量 grad sqrt dx.*dx + dy.*dy 。 % 計(jì)算梯度 grad mat2gray grad 。 % 將梯度矩陣轉(zhuǎn)換為灰度圖像 level graythresh grad 。 % 計(jì)算灰度閾值 BW im2bw grad,level 。 % 用閾值分割梯度圖像 figure, imshow BW 。 % 顯示分割后的圖像即邊緣圖像 title 39。Roberts39。 Prewitt 算子程序： clc clear all close all A imread 39。39。 。 % 讀入圖像 imshow A 。title 39。原圖 39。 。 y_mask [1 1 1。0 0 0。1 1 1]。 % 建立 Y 方向的模板 x_mask y_mask39。 % 建立 X 方向的模板 I im2double A 。 % 將圖像數(shù)據(jù)轉(zhuǎn)化為雙精度 dx imfilter I, x_mask 。 % 計(jì)算 X 方向的梯度分量 dy imfilter I, y_mask 。 % 計(jì)算 Y 方向的梯度分量 grad sqrt dx.*dx + dy.*dy 。 % 計(jì)算梯度 grad mat2gray grad 。 % 將梯度矩陣轉(zhuǎn)換為灰度圖像 level graythresh grad 。 % 計(jì)算灰度閾值 BW im2bw grad,level 。 % 用閾值分割梯度圖像 figure, imshow BW 。 % 顯示分割后的圖像即邊緣圖像 title 39。Prewitt39。 Kirsch 算子程序 clc clear all close all A imread 39。39。 。 % 讀入圖像 imshow A 。title 39。原圖 39。 。 mask1 [3,3,3。3,0,5。3,5,5]。 % 建立方向模板 mask2 [3,3,5。3,0,5。3,3,5]。 mask3 [3,5,5。3,0,5。3,3,3]。 mask4 [3,3,3。3,0,3。5,5,5]。 mask5 [5,5,5。3,0,3。3,3,3]。 mask6 [3,3,3。5,0,3。5,5,3]。 mask7 [5,3,3。5,0,3。5,3,3]。 mask8 [5,5,3。5,0,3。3,3,3]。 I im2double A 。 % 將數(shù)據(jù)圖像轉(zhuǎn)化為雙精度 d1 imfilter I, mask1 。 % 計(jì)算 8 個(gè)領(lǐng)域的灰度變化 d2 imfilter I, mask2 。 d3 imfilter I, mask3 。 d4 imfilter I, mask4 。 d5 imfilter I, mask5 。 d6 imfilter I, mask6 。 d7 imfilter I, mask7 。 d8 imfilter I, mask8 。 dd abs d1 ,abs d2 。 % 取差值變化最大的元素組成灰度變化矩陣 dd dd,abs d3 。 dd dd,abs d4 。 dd dd,abs d5 。 dd dd,abs d6 。 dd dd,abs d7 。 dd dd,abs d8 。 grad mat2gray dd 。 % 將灰度變化矩陣轉(zhuǎn)化為灰度圖像 level graythresh grad 。 % 計(jì)算灰度閾值 BW im2bw grad,level 。 % 用閾值分割梯度圖像 figure, imshow BW 。 % 顯示分割后的圖像，即邊緣圖像 title 39。Kirsch39。 實(shí)驗(yàn)結(jié)果 以 cameraman 圖片為例，分別用 Roberts、 Prewitt 和 Kirsch 三種算法，在無噪聲 圖 11 和有高斯白噪聲 圖 12 的環(huán)境下，分別給檢測結(jié)果。 圖 11 對(duì)未加噪聲圖片的檢測結(jié)果 圖 12 對(duì)加入高斯白噪聲圖片的檢測結(jié)果 實(shí)驗(yàn)結(jié)果分析 通過圖 11 和圖 12 知，在圖像沒有噪聲的情況下， Roberts 算子、 Prewitt算子、 Kirsch 算子，都能夠比較準(zhǔn)確的檢測出圖像的邊緣。加入高斯白噪聲后，三種邊緣檢測算子的邊緣檢測效果都多少受到噪聲的干擾，檢測出大量的噪聲點(diǎn)和偽邊緣，甚至無法檢測出邊緣。 Roberts 算子受噪聲的影響最大， Kirsch 算子、Prewitt 算子受噪聲影響比 Roberts 算子小。 由于各種原因，圖像總是受到隨機(jī)噪聲的干擾，可以說噪聲無處不在。經(jīng)典的邊緣檢測方法由于引入了各種形式的微分運(yùn)算，從而必然引起對(duì)噪聲的極度敏感，邊緣檢測 的結(jié)果常常是把噪聲當(dāng)作邊緣點(diǎn)檢測出來，而真正的邊緣也由于受到噪聲干擾而沒有檢測出來。對(duì)于有噪聲圖像來說，一種好的邊緣檢測方法應(yīng)該具有良好的噪聲抑制能力，同時(shí)又有完備的邊緣保持特性。 基于一階微分的邊緣檢測算子具有實(shí)現(xiàn)簡單、運(yùn)算速度快等特點(diǎn)，但其檢測受噪聲的影響很大，檢測結(jié)果不可靠，不能準(zhǔn)確判定邊緣的存在及邊緣的準(zhǔn)確位置，造成這種情況的原因： 1 實(shí)際邊緣灰度與理想邊緣灰度值間存在差異，這類算子可能檢測出多個(gè)邊緣； 2 邊緣存在的尺度范圍各不相同，這類算子固定的大小不利于檢測出不同尺度上的所有邊緣； 3 對(duì)噪 聲都比較敏感。 二階微分算法的實(shí)驗(yàn)結(jié)果與分析 實(shí)驗(yàn)程序清單 Laplacian 算子程序： clc clear all close all A imread 39。39。 。 % 讀入圖像 imshow A 。title 39。原圖 39。 。 mask [0,1,0。1,4,1。0,1,0]。 % 建立模板 I im2double A 。 % 將數(shù)據(jù)圖像轉(zhuǎn)化為雙精度 dx imfilter I, mask 。 % 計(jì)算梯度矩陣 grad mat2gray dx 。 % 將梯度矩陣轉(zhuǎn)化為灰度圖像 BW im2bw grad, 。 % 用閾值分割梯度圖像 figure, imshow BW 。 % 顯示分割后的圖像，即梯度圖像 title 39。Laplacian39。 LoG 算子程序： clc clear all close all A imread 39。39。 。 % 讀入圖像 imshow A 。title 39。原圖 39。 。 mask [0,0,1,0,0。0,1,2,1,0。1,2,16,2,1。0,1,2,1,0。0,0,1,0,0]。 % 建立模板 I im2double A 。 % 將數(shù)據(jù)圖像轉(zhuǎn)化為雙精度 dx imfilter I, mask 。 % 計(jì)算梯度矩陣 grad mat2gray dx 。 % 將梯度矩陣轉(zhuǎn)化為灰度圖像 BW im2bw grad, 。 % 用閾值分割梯度圖像 figure, imshow BW 。 % 顯示分割后的圖像，即梯度圖像 title 39。log39。 Canny 算子程序： clc clear all close all I imread 39。39。 。 %