简介：面向Matlab图像处理入门学习与实验复现人群的基础实例文档，以单份PDF整理图像读取显示、灰度转换、边缘检测、裁剪与子图显示、多边形ROI选区、掩膜与区域滤波、FFT与补零、离散余弦变换、Radon投影，以及均值滤波、中值滤波、维纳滤波、减采样与灰度级转换等典型操作的函数调用方式与处理结果对照。全文以可直接键入命令行的短示例为主线，并配合subplot并列展示原图和处理效果，便于读者边做边验证、理解函数参数的含义与实际差异。包内共1个PDF文件，体积约5.94MB，篇幅紧凑，翻阅和检索都很方便，适合课堂演示、实验课配套或自学时随手查阅。目前已有2003人学习下载，可当作图像处理课程的练习清单与函数速查手册，帮助初学者快速搭建起从读取图像到滤波与频域变换的完整实践脉络。
1. 一份满是短命令的 matlab 图像处理实例，值不值得照着抄
很多人第一次翻 matlab 图像处理资料，看到的是几十条形如>> a=imread('onion.png')的短命令堆在一起，没有函数签名，没有参数说明，中间还夹两句结论。这份 PDF 呈现的正是这种风格：边缘检测、ROI 选区、FFT、DCT、形态学、分水岭、HSI 彩色处理，一条条贴出来，每条都能跑。它不教你图像处理理论，给你的是一份“函数怎么调、参数长什么样、跑完看哪”的对照表。适合两类人：一是课程设计赶进度、需要快速拼出流程的人；二是会写代码但记不住roipoly的c和r哪个是行、哪个是列的老手。下面按能直接抄的顺序重排一遍。
2. 读图、转灰度、看数值：把图像当矩阵的第一课
一份图像处理代码跑出奇怪结果，十有八九不是算法不对，而是数据类或者量级搞错了。uint8 和 double 在 MATLAB 里是两个世界：一个取值 0 到 255，一个默认按 0 到 1 理解，而imshow对两者的默认显示范围完全不同。这一章先把“读进来的是什么、显示出来的是什么”这两件事固定下来，后面所有滤波、变换、形态学才有讨论的基础。
2.1 imread 与 imfinfo：先确认通道数和数据类
拿到一个图像文件，别急着imshow，先看imfinfo的输出。它告诉你文件里到底存了多少位深、是不是索引色、压缩方式是什么。有些 TIFF 是 16 位，直接当 uint8 处理会整体发灰；有些 PNG 带 alpha 通道，size出来是[H W 4]，后面按三通道拆分就会越界。
% 先看文件底细，再决定后面怎么做 info = imfinfo('trees.tif'); fprintf('宽 %d 高 %d 位深 %d 类型 %s\n', ... info.Width, info.Height, info.BitDepth, info.ColorType); f = imread('onion.png'); whos f % 一次看清 class、size、byteswhos比size好用，因为它同时给出class。如果输出是uint8，那max(f(:))大概是 255；如果是double，就分两种情况：im2double转来的在 0 到 1 之间，double()强转的还在 0 到 255 之间。这两种 double 长得一模一样，class和size都看不出来，只能靠max(f(:))判断。我一般会在脚本开头加一句assert(max(f(:))<=1, '图像未归一化')，把这个问题在源头挡住。
2.2 subplot 与 imshow：显示参数的三件事
subplot(121)和subplot(1,2,1)完全等价，前者是简写。三个数字分别是行数、列数、当前索引，索引按行优先从左到右、从上到下排。排版时容易踩的坑是subplot(2,2,3)之后又插一个subplot(1,2,1)，两个布局会互相覆盖，画出来只剩一半。
a = imread('onion.png'); i = rgb2gray(a); subplot(1, 2, 1); imshow(a); title('彩色原图'); subplot(1, 2, 2); imshow(i); title('灰度图');imshow的第二个参数是显示范围，这一点必须说清。对 uint8 输入，默认范围是[0 255]，正常；对 double 输入，默认范围是[0 1]，如果你的 double 图像实际在 0 到 255 之间，超过 1 的部分全被截成白色，出来就是一张白板。解决办法有两个：imshow(k, [])让它按实际最小最大值自动拉伸，或者imshow(k, [0 255])手动指定。前者省事但每次显示对比度会变，后者稳定但要求你知道真实范围。
colorbar加在imshow后面会附上色标，看频谱、看 DCT 系数、看距离变换结果时几乎是必需的，否则你没法判断亮区到底代表多大的数值。
2.3 灰度变换与二值化：imadjust、对数变换、im2bw
imadjust干的事情是把输入区间线性映射到输出区间，语法是J = imadjust(I, [low_in high_in], [low_out high_out])。原文档里写成imadjust(i,[.3;.6],[.1 .9])，第二个参数用了分号变成列向量，新版 MATLAB 会直接报维度不匹配，改成[0.3 0.6]才稳。这类从旧版抄下来的小语法问题，翻车时最费时间，因为报错信息只说维度，不告诉你该改成什么。
i = imread('football.jpg'); j = imadjust(i, [0.3 0.6], [0.1 0.9]); % 输入区间拉伸到输出区间 i2 = im2double(i); % 关键一步：先归一化到 0-1 k = 2 * log(1 + i2); % 对数变换，压高灰度、提暗部 m = imcomplement(i); % 等价 255-i，但不会整型溢出 bw1 = im2bw(i, 0.4); % 阈值是 0-1，不是 0-255 bw2 = im2bw(i, 0.7);对数变换前必须im2double，原因很直接：log(1+200)和log(1+0.78)得到的曲线形状完全不同，前者在 uint8 上算完还要再映射回去，很容易把动态范围压没。imcomplement比手写255-i安全，因为 uint8 做减法遇到负数会饱和到 0，暗部细节会直接丢光，而imcomplement是按位取反，等价于255-i但不会在中间步骤溢出。
二值化阈值这一条是最高频的翻车点。im2bw的阈值参数永远在 0 到 1 之间，哪怕输入是 uint8。很多人看图像灰度集中在 100 到 200，就写im2bw(i, 128)，结果整张图全黑，因为 128 远大于 1，所有像素都被判为 0。正确写法是im2bw(i, 128/255)，或者干脆用graythresh自动算。
2.4 几何变换与减采样：索引步长比 for 循环干净
原文档用双重 for 循环做 4 倍、16 倍减采样，逻辑没问题，但 MATLAB 的索引步长写法一行就够，而且不会因为zeros(wid/2+1, hei/2+1)这种预分配尺寸算错而报“索引超出矩阵维度”。
b = imread('football.jpg'); g = rgb2gray(b); q4 = g(1:4:end, 1:4:end); % 4 倍减采样，行列各取 1/4 q16 = g(1:16:end, 1:16:end); % 16 倍减采样 r4 = imresize(g, 1/4, 'nearest'); % 等价写法，指定最近邻 subplot(1,3,1); imshow(g); title('原图'); subplot(1,3,2); imshow(q4); title('4 倍减采样'); subplot(1,3,3); imshow(q16, []); title('16 倍减采样');减采样用'nearest'是有讲究的：缩小图像时如果默认双线性，等于先低通再抽样，边缘会软掉；最近邻直接取点，虽然会有锯齿，但保留了原始像素值，做后续量化分析更可信。放大就反过来，用'bicubic'更平滑。
旋转用imrotate，第三个参数是插值方法，第四个参数决定输出尺寸：
j1 = imrotate(g, 45); % 输出变大，四角补 0 j2 = imrotate(g, 45, 'bilinear', 'crop'); % 保持原尺寸，裁掉溢出部分'crop'在做频域旋转对照实验时必须加，否则旋转后图像尺寸变了，再做fft2得到的频谱网格和原图对不上，两张频谱没法直接比。这是原文档在“时域旋转多少度，频域也旋转多少度”那个例子里隐含的前提，不写清楚照抄很容易对不上。
3. ROI 选区与形态学：从 imcrop 到 strel 的动手链路
图像处理里真正花时间的往往不是算法本身，而是“只处理这一块”。整图滤波会把不需要动的地方一起改掉，整图二值化会把背景噪声一起放大。这一章把区域选区的四条路走一遍，再接到形态学上，形成一条“圈出目标、只对它动手”的完整链路。
3.1 imcrop 的 RECT 顺序与 roipoly 的坐标闭环
imcrop(I, RECT)里的 RECT 是[xmin ymin width height]，注意第一个是列方向、第二个才是行方向。MATLAB 矩阵索引是(row, col)，而图像坐标习惯是(x, y)，这两套顺序在同一个脚本里混用是经典错误来源。写imcrop(a, [75 68 130 112])得到的是从第 68 行、第 75 列开始，宽 130、高 112 的一块。
a = imread('onion.png'); b = imcrop(a, [75 68 130 112]); % [xmin ymin width height] subplot(1,2,1); imshow(a); title('原图'); subplot(1,2,2); imshow(b); title('裁剪结果');roipoly有两种用法。不带坐标参数时bw = roipoly(I)会弹出交互窗口，鼠标点一圈、双击闭合，返回同尺寸的二值掩膜。带坐标时bw = roipoly(I, c, r)走脚本复现，c是列坐标向量、r是行坐标向量，两者长度必须一致，且首尾要闭合。原文档给的c = [200 250 278 248 199 172]、r = [21 21 75 121 121 75]是六个点，最后一个点和第一个点相同，形成闭环。
i = rgb2gray(imread('onion.png')); c = [200 250 278 248 199 172]; % 列坐标 x r = [21 21 75 121 121 75]; % 行坐标 y bw = roipoly(i, c, r); subplot(1,2,1); imshow(i); subplot(1,2,2); imshow(bw);多边形顶点顺序决定掩膜形状，顺时针逆时针都行，但必须首尾相接。如果漏掉闭合点，roipoly会自动补一条从最后一点到第一点的边，结果可能和你预期的不一样。我一般会在脚本里写assert(c(1)==c(end) && r(1)==r(end))，把这个隐患挡在运行前。
3.2 poly2mask、roicolor、roifilt2、roifill 四件套
poly2mask和roipoly的区别在于：前者不需要一张图像作参照，直接给输出尺寸就能生成掩膜，适合在空白画布上构造几何区域做仿真。
x = [63 186 54 190 63]; y = [60 60 209 204 60]; bw = poly2mask(x, y, 256, 256); imshow(bw); hold on; plot(x, y, 'b', 'LineWidth', 2); hold off;poly2mask的坐标原点在左上角，但它的内部坐标是从 0 开始算的，而 MATLAB 图像索引从 1 开始。这意味着顶点落在像素边界上时，掩膜可能整体偏一个像素。做精度要求高的面积统计时，这个偏移会体现在结果里，稳妥做法是用poly2mask(x+1, y+1, ...)对齐到索引坐标系。
roicolor按灰度区间选，不管空间位置，只看数值：
i = rgb2gray(imread('onion.png')); bw = roicolor(i, 128, 255); % 灰度在 [128,255] 内的置 1这条命令在提取高亮区域、分离背景时很省事，但它对光照不均匀的图像基本无效，因为全局阈值会把暗处的目标一起漏掉。遇到这种情况，正确方向是局部自适应阈值，不是继续调roicolor的上下限。
真正好用的是roifilt2和roifill，一个只对掩膜区域滤波，一个只对掩膜区域填充。
a = imread('onion.png'); i = rgb2gray(a); bw = roipoly(i, [200 250 278 248 199 172], [21 21 75 121 121 75]); h = fspecial('unsharp'); % 锐化核 j = roifilt2(h, i, bw); % 只对 bw=1 的区域做滤波 k = roifill(i, [200 250 278 248 199 172], [21 21 75 121 121 75]); subplot(1,3,1); imshow(i); title('原图'); subplot(1,3,2); imshow(j); title('区域锐化'); subplot(1,3,3); imshow(k); title('区域填充');roifilt2的一个隐含要求是掩膜和图像尺寸完全一致，且掩膜是 logical 或数值型二值。如果掩膜是从裁剪后的小图上生成再拿回来用，尺寸对不上会直接报错。roifill用区域边界上的像素做插值填充内部，适合补小洞，不适合补大块缺失——填充区域一大，插值出来的就是一片糊。
3.3 strel、imerode、imdilate：结构元的尺寸不是同一个意思
形态学的核心参数是结构元。strel('square', 3)的 3 是边长，覆盖 9 个像素；strel('disk', 3)的 3 是半径，覆盖大约 29 个像素。两者数字相同但作用范围差了三位，这是最容易误判的地方。原文档用strel('square', 3)和strel('square', 5)做对比，能看到腐蚀程度差异，但如果换成 disk，同样的数字效果会强得多。
a = imread('football.jpg'); g = rgb2gray(a); t = graythresh(g); % 返回 0-1 之间的阈值 bw = im2bw(g, t); se3 = strel('square', 3); se5 = strel('disk', 5); % 半径 5，覆盖面积比 square 5 大得多 er3 = imerode(bw, se3); di3 = imdilate(bw, se3); er5 = imerode(bw, se5); op = imopen(bw, se3); % 先腐蚀后膨胀，去小噪点 cl = imclose(bw, se3); % 先膨胀后腐蚀，补小洞 subplot(2,3,1); imshow(bw); title('二值图'); subplot(2,3,2); imshow(er3); title('square 3 腐蚀'); subplot(2,3,3); imshow(di3); title('square 3 膨胀'); subplot(2,3,4); imshow(er5); title('disk 5 腐蚀'); subplot(2,3,5); imshow(op); title('开运算'); subplot(2,3,6); imshow(cl); title('闭运算');腐蚀把前景边界往里收，膨胀往外扩。开运算先腐蚀再膨胀，能去掉孤立小点而基本保持大目标尺寸；闭运算反过来，能填上目标内部的小孔。选哪个取决于你的噪声是“背景上的散点”还是“目标里的空洞”，这两个问题用同一种运算解决不了。
bwlabel配合regionprops是形态学之后的常规动作，用来数连通域个数、量面积、算外接矩形。到这一步，形态学就从“看图”变成了“出数据”。
4. 滤波与变换域：fspecial、fft2、dct2、radon 怎么串
空域滤波和频域变换在教材里是两章，在实际脚本里往往串在一起：先用空域平滑压噪声，再变换到频域看周期性，或者反过来在频域加窗再逆变换回来看效果。这一章按“滤波器怎么造、频谱怎么看、变换怎么用”的顺序走一遍，每个环节给出能直接跑的代码和参数含义。
4.1 fspecial + filter2 / wiener2 / medfilt2：归一化和返回类型
fspecial造核，filter2做相关运算。注意filter2算的是相关不是卷积，虽然对称核两者结果一样，但非对称核会有翻转差异。更需要注意的是filter2的返回类型：无论输入是 uint8 还是 double，输出永远是 double，且数值范围基本保持和输入同量级。uint8 输入经过filter2后数值大概在 0 到 255，而imshow对 double 默认按 0 到 1 显示，于是全白。
i = rgb2gray(imread('onion.png')); k3 = fspecial('average', 3); % 3x3 均值核，元素和已归一化为 1 k5 = fspecial('average', 5); j3 = filter2(k3, i, 'same'); % 'same' 保持输出尺寸与输入一致 j5 = filter2(k5, i, 'same'); m5 = medfilt2(i, [5 5]); % 中值滤波，专治椒盐噪声 w5 = wiener2(i, [5 5]); % 自适应维纳，按局部方差调增益 subplot(2,2,1); imshow(i); title('原图'); subplot(2,2,2); imshow(j3, []); title('3x3 均值'); subplot(2,2,3); imshow(j5, []); title('5x5 均值'); subplot(2,2,4); imshow(m5); title('5x5 中值');fspecial('average', n)造出来的核内部已经除以了n*n，所以不需要在filter2之后再除 255。原文档里写filter2(fspecial('average',3), i)/255，多除一次会让结果落到 0 到 1 之间，imshow恰好能显示，看起来没问题，但如果你拿这个结果去做后续的阈值判断或者相减运算，量级就全错了。正确做法是保持filter2输出原量级，显示时用imshow(j, [])或imshow(j/255)，把归一化限制在显示这一层。
三种滤波器的适用场景不同。均值滤波把噪声和边缘一起抹平，核越大越糊；中值滤波对脉冲噪声（图像上的黑白散点）效果明显，但会改变细线条的形状；wiener2按局部方差自适应，平坦区域压得狠、边缘区域保得多，代价是计算量比前两者大一个量级。做预处理流水线时，我一般先用中值去掉椒盐，再用维纳做一次轻度平滑，两步之间看一眼直方图，确认没有把有用信息压掉。
fspecial还能造'sobel'、'prewitt'、'laplacian'、'log'、'unsharp'等核，这些核不归一化，元素和可能是 0，filter2之后结果有正有负，显示时必须带范围参数，否则负值全被截成 0。
4.2 fft2 补零、fftshift 与频谱显示
fft2输出的零频分量在矩阵左上角，不是中心。人眼看频谱习惯零频在中间，所以要用fftshift做象限交换。补零操作fft2(f, 256, 256)是在变换前把图像扩展到 256×256，多出来的部分填 0，作用不是增加信息，而是提高频谱的采样密度，让频谱图看起来更连续。
f = zeros(100, 100); f(20:70, 40:60) = 1; % 构造一块矩形 subplot(1,3,1); imshow(f); title('原图'); F = fft2(f); F2 = log(abs(F)); % 对数压缩动态范围 subplot(1,3,2); imshow(F2, []); colorbar; title('幅度谱'); F3 = fftshift(fft2(f, 256, 256)); % 补零后变换，再把零频移到中心 subplot(1,3,3); imshow(log(abs(F3)), []); colorbar; title('补零+中心化');三个细节值得记住。第一，abs(F)的动态范围横跨好几个数量级，直接显示只有中心一个亮点，取log(1+abs(F))才能看清旁瓣结构。第二，fftshift只搬位置不改数值，逆变换前要ifftshift搬回去，这两个函数对奇数尺寸不等价，偶数尺寸才对称。第三，补零后的频谱包络形状和原频谱一致，但过零点位置更清晰，用来观察周期性纹理的方向很方便。
空域旋转和频域旋转的对应关系，原文档用imrotate(i, 90, 'bilinear', 'crop')演示过。要做这个对照实验，'crop'必须加，旋转后尺寸不变，两张频谱才能叠在一起比。
4.3 dct2 阈值压缩与 radon 投影
DCT 和 FFT 的区别在于 DCT 只产生实数系数，能量更集中在左上角，所以 JPEG 那类压缩用它而不是 FFT。做阈值实验的思路很直接：把绝对值小于某个数的系数置零，再逆变换，看重建图像损失了多少。
i = rgb2gray(imread('onion.png')); j = dct2(i); subplot(1,3,1); imshow(log(abs(j)), []); colorbar; title('DCT 系数'); j2 = j; j2(abs(j2) < 10) = 0; % 丢掉小幅值系数 k = idct2(j2); subplot(1,3,2); imshow(i); title('原图'); subplot(1,3,3); imshow(k, [0 255]); title('阈值 10 重建');阈值取多少要看系数分布。abs(j)的直方图在 0 附近有一个很高的尖峰，尖峰宽度就是可丢弃的范围。经验值是先试max(abs(j(:)))*0.01，再上下调一个量级对比。idct2的输出量级可能略微超出[0 255]，imshow带范围参数能避免截断造成的假边界。
radon计算指定角度上的投影，本质是把图像沿某个方向做线积分。它在检测直线、估计纹理方向时有用，但要求输入是二值图，所以前面得先edge一下。
b = edge(i, 'canny'); theta = 0:179; [r, xp] = radon(b, theta); figure; imagesc(theta, xp, r); colormap(hot); colorbar; xlabel('\theta (degrees)'); ylabel('x\prime'); title('r_{\theta}(x\prime)');imagesc的横轴是角度、纵轴是投影位置，亮斑出现在哪个角度，就说明图像里有一条垂直于该角度的直线。radon返回的r是[length(xp) × length(theta)]的矩阵，别把它当成图像直接imshow，imagesc配合坐标轴才对得上。
5. 避坑排查：五个真会翻车的地方
前面几章的代码都是按“能跑通”的顺序写的，但把原文档里的片段原样抄进脚本，大概率会在某几处卡住。这一章按“现象、原因、解决”的结构列五条，都是我在复现这类实例时实际踩过的。
5.1 数据类与量级相关的三处
第一处：imshow 出来一片白或者一片黑。
现象是图像明明读进来了，size也对，但显示窗口里纯白或者纯黑。原因几乎总是 double 图像的显示范围问题：filter2、imfilter、conv2、dct2这些函数的返回值都是 double，量级可能还在 0 到 255，而imshow对 double 默认只认 0 到 1。解决方式是在imshow第二个参数上写[]，让它按实际范围拉伸，或者显式写[0 255]。
j = filter2(fspecial('average', 5), i); imshow(j); % 错：double 且量级 0-255，全白 imshow(j, []); % 对：自动按 min/max 显示第二处：im2bw 的阈值给成 0 到 255 之间的数。
现象是二值化结果全黑。原因是im2bw的阈值参数被设计成 0 到 1，哪怕输入是 uint8。写im2bw(i, 128)时，128 远大于 1，所有像素判为 0。解决方式是先graythresh拿归一化阈值，或者自己写im2bw(i, 128/255)。顺带一提，新版里graythresh加im2bw的组合已经被imbinarize接管，但老脚本里这两种写法到处都是，认得出来就行。
第三处：对数变换前忘了归一化。
现象是对数变换后图像几乎全白或者层次全丢。原因是在 uint8 上直接算log(1+i)，200 和 250 的对数差不到 0.2，动态范围被压没了。解决方式是先im2double变成 0 到 1，再算对数，显示时用imshow(k, [])拉回对比度。
5.2 坐标与函数调用相关的两处
第四处：imcrop 的 RECT 和矩阵索引顺序反了。
现象是裁出来的区域位置偏移一大截。原因是imcrop用的是[xmin ymin width height]，第一个是列、第二个是行，而 MATLAB 索引是先行后列。习惯写(row, col)的人很容易把两个数写反。解决办法是记住一句话：imcrop的四个数里，前两个是“第几列、第几行”，后两个是“多宽、多高”，跟size返回的[H W]顺序相反。
第五处：watershed 直接对梯度图做，结果碎成一地。
现象是分水岭分割出来的区域数量远超预期，图像被切成密密麻麻的小块。原因是梯度图上每一个局部极小值都会成为一个汇水盆地，噪声产生的极小值全变成了分割线。解决办法是在watershed之前先做标记，用imextendedmin找稳定极小值，再用imimposemin把标记强制打进梯度图。
g = double(rgb2gray(imread('lbxx.bmp'))); hv = fspecial('prewitt'); hh = hv'; gv = abs(imfilter(g, hv, 'replicate')); gh = abs(imfilter(g, hh, 'replicate')); grad = sqrt(gv.^2 + gh.^2); fgm = imerode(grad, strel('square', 3)); % 粗略前景标记 obr = imclearborder(fgm) | ~bwperim(grad); % 清理边界 grad2 = imimposemin(grad, obr); % 强制标记为极小值 L = watershed(grad2);另外，原文档里roifill之后的f(wr)=255这种直接给 uint8 赋值的写法，如果f前面被double()转过，赋值 255 会让整张图的显示范围失效，imshow(uint8(f))之前最好先mat2gray再乘 255。这类量级混用的问题，跑一次看不出，接着做统计就全乱。
6. 进阶：彩色向量梯度与一套自检流程
灰度边缘检测到彩色图上会丢信息，因为 RGB 三个通道的边缘位置可能不一致。向量梯度法把三个通道当成一个三维向量场来求梯度，比“三个通道分别求边缘再取最大”更接近真实边界。原文档给了完整推导，但用的是atan加eps防除零，实际写的时候换成atan2更稳，不需要手动处理象限。
rgb = im2double(imread('football.jpg')); R = rgb(:,:,1); G = rgb(:,:,2); B = rgb(:,:,3); sob = fspecial('sobel'); Rx = imfilter(R, sob, 'replicate'); % 水平方向梯度 Ry = imfilter(R, sob', 'replicate'); % 转置即垂直方向 Gx = imfilter(G, sob, 'replicate'); Gy = imfilter(G, sob', 'replicate'); Bx = imfilter(B, sob, 'replicate'); By = imfilter(B, sob', 'replicate'); gxx = Rx.^2 + Gx.^2 + Bx.^2; gyy = Ry.^2 + Gy.^2 + By.^2; gxy = Rx.*Ry + Gx.*Gy + Bx.*By; theta = 0.5 * atan2(2*gxy, gxx - gyy); % 主方向 F1 = 0.5*((gxx+gyy) + (gxx-gyy).*cos(2*theta) + 2*gxy.*sin(2*theta)); F2 = 0.5*((gxx+gyy) - (gxx-gyy).*cos(2*theta) - 2*gxy.*sin(2*theta)); F = sqrt(max(F1, F2)); % 最大特征值的平方根 imshow(mat2gray(F));F1和F2是梯度张量两个特征值的两倍，取较大的那个开方就是最大变化率。跟“三通道分别求边缘再max”的结果对比，向量梯度在色块交界处更连续，原因是它同时考虑了幅度和方向，不会因为某个通道恰好平坦就漏掉边界。
配套的自检流程我一般固定三步。第一步看class和max(:)，确认量级没跑偏；第二步用imshow(x, [])显示中间结果，确认没有全白全黑；第三步用size核对每个中间变量的行列是否一致，尤其是roifilt2、imfilter这类要求尺寸匹配的函数。三步加起来不到十行，但能挡掉大部分“跑是跑通了、结果不对”的问题。
有一回我把一张 uint8 的灰度图直接送进idct2，重建结果看着还行，后来做阈值统计才发现系数全被当成 0 到 1 的归一化数据算了，白白丢了一轮。从那以后我每次写这类脚本，开头都强制走一遍whos加max(:)的检查，宁可多敲两行，也不想到最后对着结果猜哪里错了。这份 PDF 里类似的片段还有几十条，示例图都是工具箱自带的，照着敲一遍，比读十遍管用。希望帮到你。
本文还有配套的精品资源，点击获取
