【正文】 陣運算、繪制函數和數據、實現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應用于工程計算、控制設計、信號處理與通訊、圖像處理、信號檢測、金融建模設計與分析等領域。在新的版本中也加入了對C，F(xiàn)ORTRAN，C++ ，JAVA的支持。Matlab不僅僅是一門編程的語言，還是一個集成的軟件平臺，它包含以下幾個主要的部分：1. Matlab語言2. Matlab集成工作環(huán)境3. Matlab圖形系統(tǒng)4. Matlab數學函數庫5. Sumlink交互式仿真環(huán)境6. Matlab編譯器7. 應用程序接口API8. Matlab工具箱9. Notebook工具本文主要用到的是Matlab的圖像處理功能。Matlab圖形處理研究的主要問題有：l 圖像變換：通過圖像的變換，改變圖像的表示域以及表示數據。l 圖像分析：為了更好的研究與分析圖像，往往需要從圖像中提取一些信息來反應圖像的主要特性。本課題主要是用到圖像分析中的圖像邊緣檢測功能。下一章將介紹一些常用的邊緣檢測算子的原理及其在Matlab平臺中的實現(xiàn)。邊緣檢測的基本思想是通過檢測每個像元和其鄰域的狀態(tài)，以決定該像元是否位于一個物體的邊界上。假如可以用某種算法檢測出這種變化并進行量化表示，那么就可以確定物體的邊界。 羅伯特(Roberts)邊緣算子羅伯特(Roberts)邊緣算子是一種斜向偏差分的梯度計算方法，梯度的大小代表邊緣的強度，梯度的方向與邊緣的方向垂直。羅伯特(Roberts)邊緣算子定位精度高，在水平和垂直方向的效果較好，但對噪聲敏感。索貝(Sobel)邊緣算子不是簡單求平均再差分，而是加強了中心像素上下左右四方向像素的權重，運算結果是一幅邊緣圖像。求出梯度后，可設定一個常數T，當T時，標出該點為邊界點，其像素值設定為0，其他的設定為255，適當調整常數T的大小來達到最佳的效果。 Prewitt邊緣算子Prewitt邊緣算子是一種邊緣樣板算子，利用像素點上下，左右鄰點灰度差，在邊緣處達到極值檢測邊緣，對噪聲具有平滑的作用。該算子通常由公式(33)表示： (33)式中，分別表示x方向和y方向的一階微分，為Prewitt算子的梯度，是具有整數像素坐標的輸入圖像。Prewitt算子不僅能檢測邊緣點，而且能抑制噪聲的影響，因此對灰度漸變和噪聲較多的圖像處理的較好。除了這一點，邊緣還有另外一個性質，即在拐點處的二階導數為零，二階導數為零交叉點處對應的即是圖像的拐點。而Laplacian算子是最常用的二階導數算子。該算子是一個與方向無關的各向同性(旋轉軸對稱)邊緣檢測算子。該算子通常由公式(34)表示： (34)式中表示數字圖像中每個像素關于x軸和y軸的二階偏導數之和，即處理后的像素（x,y）處的灰度值是具有整數像素坐標的輸入圖像。鑒于此，Marr和Hildreth將高斯濾波和拉普拉斯(Laplacian)邊緣檢測結合在一起，形成了LoG(Laplacian of Gaussian)算子，即高斯拉普拉斯算子，也常稱為馬爾(MarrHildreth)算子。高斯拉普拉斯算子通常具有公式(35)的形式： (35)式中，是方差，r是離原點的徑向距離，即，x，y分別為圖像的橫坐標和縱坐標。平滑和銳化，積分和微分是一個矛盾的兩個側面，但統(tǒng)一起來之后就變成了最佳的因子。 坎尼(Canny)邊緣算子坎尼算子是一類最優(yōu)的邊緣算子，它在許多圖像鄰域都得到了廣泛的應用。Canny方法也使用拉普拉斯算子，該方法與其他邊緣檢測方法不同之處在于，它使用2種不同的閾值分別檢測強邊緣和弱邊緣，并且僅當弱邊緣與強邊緣相連時才將弱邊緣包含在輸出圖像中，因此這種方法容易檢查出真正的弱邊緣。Canny算子是建立在二維卷積基礎上，邊緣強度由和方向 來決定。在邊緣檢測中，邊緣定位能力和噪聲抑制能力是一對矛盾體，有的算法邊緣定位能力比較強，有的抗噪聲能力比較好。Roberts算子利用局部差分算子尋找邊緣，邊緣定位精度較高，但容易丟失一部分邊緣，同時由于圖像沒有經過平滑處理，因此不具備抑制噪聲的能力。2）Sobel算子和Prewitt算子。雖然這兩個算子的邊緣定位效果不錯，但檢測出的邊緣容易出現(xiàn)多像素寬度。該算子是不依賴于邊緣方向的二階微分算子，對圖像中的階躍型邊緣點定位準確，該算子對噪聲是十分的敏感，它使噪聲成分得到加強，這兩個特性使得該算子容易丟失一部分邊緣的方向信息，造成一些不連續(xù)的檢測邊緣，同時抗噪聲能力比較差。為了克服拉普拉斯算子的抗噪聲能力比較差的缺點，該算子首先用高斯函數對圖像進行平滑濾波處理，然后才使用拉普拉斯算子檢測邊緣。造成這些尖銳的邊緣無法被檢測到。高斯濾波器為低通濾波器，越大，通頻帶越窄，對較高頻率噪聲的抑制作用越大，避免了虛假邊緣的檢出，但同時信號的邊緣也被平滑了，造成某些邊緣點的丟失。因此，在應用Log算子時，為取得更佳的效果應該對不同圖像選擇不同的參數。該算子雖然是基于最優(yōu)化思想推出的邊緣檢測算子，但實際效果并不一定最優(yōu)，原因在于理論和實際有許多不一致的地方。Canny算子之后采用了雙閾值算法檢測和連接邊緣，它采用的多尺度檢測和方向性搜索較Log算子要好。而且單純的從數學的角度來講述的，下面介紹各種算法在Matlab中的實現(xiàn)。ede函數的用法如下所示 : edge功能：識別強度圖像中的邊界。sobel39。sobel39。sobel39。sobel39。prewitt39。prewitt39。prewitt39。prewitt39。roberts39。roberts39。roberts39。log39。log39。log39。log39。zerocross39。zerocross39。canny39。canny39。canny39。canny39。I = imread(39。)。prewitt39。BW2 = edge(I,39。)。figure, imshow(BW2)圖31 Canny與prewitt算子圖片邊緣檢測下面的程序分別使用上述4中算子進行圖像邊緣檢測。f=imread(39。)。 % 將彩色圖像轉換為灰度圖像f=im2double(f)。Original Image39。prewitt39。 % 邊緣探測，算子為prewittfigure,imshow(PF),title(39。)。roberts39。 % 邊緣探測，算子為robertsfigure,imshow(RF),title(39。)。log39。 % 邊緣探測，算子為logfigure,imshow(LF),title(39。)。canny39。 % 邊緣探測，算子為cannyfigure,imshow(CF),title(39。)。圖32 原始圖像的灰度圖像圖33 Prewitt算子圖像邊緣檢測 圖34 Roberts算子圖像邊緣檢測 圖35 Log算子圖像邊緣檢測 圖36 Canny算子圖像邊緣檢測 運行結果如上圖所示，比較4種算子檢測的邊緣圖像可以看出，Log和Canny算子生成的邊緣線較多，圖像較為復雜；而Prewitt和Roberts算子生成的邊緣線較少，圖像較為簡單。并且介紹了各種算法在Matlab平臺中的實現(xiàn)。讓人很難真正的理解何為邊緣檢測。并用可視化界面呈現(xiàn)出來。在本章中我們將詳細的對這幾種算法進行比較。在Matlab中輸入如下的程序：f=imread(39。)。 % 將彩色圖像轉換為灰度圖像f=im2double(f)。Original Image39。prewitt39。 % 邊緣探測，算子為prewittsubplot(232),imshow(PF),title(39。)。roberts39。 % 邊緣探測，算子為roberts subplot(233),imshow(RF),title(39。)。log39。 % 邊緣探測，算子為log subplot(234),imshow(LF),title(39。)。canny39。 % 邊緣探測，算子為cannysubplot(235),imshow(CF),title(39。)。sobel39。 % 邊緣探測，算子為sobelsubplot(236),imshow(MF),title(39。)。只需將上述程序中的subplot(2，3，*)替換為figure即可。D:\m\39。D:\m\39。D:\m\39。但往往在工程中所需處理的圖片沒有想象中的那么好，總是受到某些因素的影響。所以光看一個算子的定位性的好壞是不夠的。由于在工程應用中，所獲取的圖片總是會受到環(huán)境因素的影響。由于篇幅所限，只在圖片中加入了椒鹽噪聲。代碼如下：f=imread(39。)。salt amp。,)。 % 將彩色圖像轉換為灰度圖像 f=im2double(f)。 %顯示原始圖像title(39。)。 % 將彩色圖像轉換為灰度圖像 p=im2double(p)。 %顯示處理后圖像title(39。)。D:\m\39。 % 讀入圖像p=imnoise(f,39。 pepper39。 % 加噪聲密度 D 為 的椒鹽噪聲f=rgb2gray(f)。 % 轉換為雙精度，便于后面的計算PP=edge(f,39。)。 %顯示處理后圖像title(39。)。 % 將彩色圖像轉換為灰度圖像 p=im2double(p)。prewitt39。 % 邊緣探測，算子為prewittsubplot(1,2,2),imshow(PF)。Prewitt Filter39。 % 設置圖像標題 運行后便得到圖46：圖46 Prewitt算子邊緣檢測原圖與加噪圖只要將上述程序中的PP=edge(f,39。)改為PP=edge(f,39。)，并將標題改成相應的標題。圖47 Sobel算子邊緣檢測原圖與加噪圖將PP=edge(f,39。)改為PP=edge(f,39。)，并將標題改成相相應的標題。圖48 Roberts算子邊緣檢測原圖與加噪圖將PP=edge(f,39。)改為PP=edge(f,39。)，并將標題改成相相應的標題。圖49 Log算子邊緣檢測原圖與加噪圖將PP=edge(f,39。)改為PP=edge(f,39。)，并將標題改成相相應的標題。圖410 Canny算子邊緣檢測原圖與加噪圖通過對上面這五幅圖片的仔細的比較發(fā)現(xiàn)加入了噪聲之后，各種算子邊緣檢測的結果都受到了影響。Sobel 算子和Prewitt算子對噪聲具有較好的平滑作用。上面一節(jié)詳細的介紹了各算子邊緣定位能力和噪聲抑制能力。實現(xiàn)起來還是比較麻煩的。 GUI簡介用戶界面（或接口）是指：人與機器（或程序）之間交互作用的工具和方法。圖形用戶界面（Graphical User Interfaces ，GUI）則是由窗口、光標、按鍵、菜單、文字說明等對象（Objects）構成的一個用戶界面。假如讀者所從事的數據分析、解方程、計算結果可視工作比較單一，那么一般不會考慮GUI 的制作。 GUI界面的實現(xiàn) 主要函數的介紹由于最終的界面需具備打開，保存和處理圖像的功能。本節(jié)主要介紹打開和保存功能的實現(xiàn)。在界面編程中，打開對話框的函數是uigetfile。*.m39