附 录 Part1：对cameraman 原始图像处理的仿真程序： clc clear all close all A = imread('cameraman.bmp'); % 读入图像 subplot(2,4,1); imshow(A);title('原图'); 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); % 将图像数据转化为双精度 dx = imfilter(I, x_mask); % 计算 X 方向的梯度分量 dy = imfilter(I, y_mask); % 计算 Y 方向的梯度分量 grad = sqrt(dx.*dx + dy.*dy); % 计算梯度 grad = mat2gray(grad); % 将梯度矩阵转换为灰度图像 level = graythresh(grad); % 计算灰度阈值 BW = im2bw(grad,level); % 用阈值分割梯度图像 subplot(2,4,2); imshow(BW); % 显示分割后的图像即边缘图像 title('Roberts'); y_mask = [-1 -2 -1;0 0 0;1 2 1]; x_mask = y_mask'; I = im2double(A); dx = imfilter(I, x_mask); dy = imfilter(I, y_mask); grad = sqrt(dx.*dx + dy.*dy); % 计算梯度 grad = mat2gray(grad); level = graythresh(grad); BW = im2bw(grad,level); subplot(2,4,3); imshow(BW); % 显示分割后的图像即边缘图像 title('Sobel'); y_mask = [-1 -1 -1;0 0 0;1 1 1]; x_mask = y_mask'; dx = imfilter(I, x_mask); dy = imfilter(I, y_mask); grad = sqrt(dx.*dx + dy.*dy); % 计算梯度 grad = mat2gray(grad); level = graythresh(grad); BW = im2bw(grad,level); % 用阈值分割梯度图像 subplot(2,4,4); imshow(BW); % 显示分割后的图像即边缘图像 title('Prewitt'); mask=[0,-1,0;-1,4,-1;0,-1,0]; % 建立模板 dx = imfilter(I, mask); % 计算梯度矩阵 grad = mat2gray(dx); % 将梯度矩阵转化为灰度图像 BW = im2bw(grad,0.58); % 用阈值分割梯度图像 subplot(2,4,5); imshow(BW); % 显示分割后的图像，即梯度图像 title('Laplacian'); 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 dx = imfilter(I, mask); % 计算梯度矩阵 grad = mat2gray(dx); % 将梯度矩阵转化为灰度图像 BW = im2bw(grad,0.58); subplot(2,4,6); imshow(BW); % 显示分割后的图像，即梯度图像 title('log'); BW1 = edge(I,'...
