【正文】 。canny39。 % 調用 canny函數(shù) imshow(BW)。canny39。 axes()。)。title(39。 axes()。)。) function m_canny_Callback(hObject, eventdata, handles) img_src=getappdata(,39。 % 顯示分割后的圖像，即梯度圖像 title(39。 23 BW = im2bw(grad,)。 % 計算梯度矩陣 grad = mat2gray(dx)。 % 建 立模板 I = im2double(A)。1,4,1。)。title(39。 axes()。)。) function m_lapacian_Callback(hObject, eventdata, handles) img_src=getappdata(,39。 % 顯示分割后的圖像即邊緣圖像 title(39。 BW = im2bw(grad,level)。 % 將梯度矩陣轉換為灰度圖像 level = graythresh(grad)。 % 計算 Y方向的梯度分量 grad = sqrt(dx.*dx + dy.*dy)。 % 將圖像數(shù)據(jù)轉化為 雙精度 dx = imfilter(I, x_mask)。 % 建立 Y方向的模板 x_mask = y_mask39。0 0 0。)。title(39。 axes()。)。) 22 function m_priwitt_Callback(hObject, eventdata, handles) img_src=getappdata(,39。 % 顯示分割后的圖像即邊緣圖像 title(39。 BW = im2bw(grad,level)。 % 將梯度矩陣轉換為灰度圖像 level = graythresh(grad)。 % 計算 Y方向的梯度分量 grad = sqrt(dx.*dx + dy.*dy)。 % 將圖像數(shù)據(jù)轉化為雙精度 dx = imfilter(I, x_mask)。 % 建立 X方向的模板 y_mask = rot90(x_mask)。 x_mask = [1 0。原圖 39。 imshow(A)。 A=img_src。img_src39。Sobel39。 % 用閾值分割梯度圖像 imshow(BW)。 % 計算灰度閾值 axes()。 % 計算梯度 grad = mat2gray(grad)。 % 計算 X方向的梯度分量 dy = imfilter(I, y_mask)。 % 建立 X方向的模板 I = im2double(A)。1 2 1]。 21 y_mask = [1 2 1。原圖 39。 imshow(A)。 A=img_src。img_src39。 function m_image_Callback(hObject, eventdata, handles) function m_sobel_Callback(hObject, eventdata, handles) axes()。)。 img_src=getappdata(,39。%將文件名和目錄名組合成一個完整的路徑 img_src=imread(fpath)。 axes()。Pick an image39。All Files (*.*)39。*.*39。Image Files (*.bmp, *.jpg, *.png, *.jpeg)39。*.jpeg39。*.jpg。 function m_file_save_Callback(hObject, eventdata, handles) [filename, pathname] = uigetfile( ... {39。img_src39。)。 title(39。%將文件名和目錄名組合成一個完整的路徑 img_src=imread(fpath)。 axes()。Pick an image39。All Files (*.*)39。*.*39。Image Files (*.bmp, *.jpg, *.png, *.jpeg)39。*.jpeg39。*.jpg。 function m_file_Callback(hObject, eventdata, handles) function m_file_open_Callback(hObject, eventdata, handles) [filename, pathname] = uigetfile( ... 20 {39。 guidata(hObject, handles)。,0)。 end function Mywork_OpeningF(hObject, eventdata, handles, varargin) setappdata(,39。 end if nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。amp。, [])。, [] , ... 39。, Mywork_OutputF, ... 39。, Mywork_OpeningF, ... 39。, gui_Singleton, ... 39。, mfilename, ... 39。 gui_State = struct(39。 最后再一次感謝所有在設計中曾經幫助過我的良師益友和同學 。在此期間，我不僅學到了許多新的知識，而且也開闊了視野，提高了自己的設計能力。 17 參考資料 [1] 朱虹 . 數(shù)字圖像處理基礎 [M]. 科學出版社 , 2020 [2] R , R 著 ,阮秋琦 ,阮宇智等譯 .數(shù)字圖像處理 (第 2版 ).北京 :電子工業(yè)出版社 ,2020 [3] . 數(shù)字圖像處理 .北京 :電子工業(yè)出版社 ,2020 [4] 章毓晉 .圖像處理與分析 圖像工程（上冊） ,清華大學 ,2020 [5] 何斌等編著 .Visual C++數(shù)字圖像處理 .人民郵電出版 社 ,2020 [6] 張宏林編著 .Visual C++數(shù)字圖像模式識別技術及工程實踐 .人民郵電出版社 ,2020. [7] 黃維通 .Visual C++面向對象與可視化程序設計 .清華大學出版社 ,2020 [8] R , R , S L. Eddins 著 ,阮秋琦 ,阮宇智等譯 .數(shù)字圖像處理 (MATLAB 版 ).北京 :電子工業(yè)出版社 ,2020 [9] 李赤楓 , 王 俊 , 李 克 , 等 . 自生 Mg2Si 顆粒增強 Al