实验（1）以chair.jpg图像为例，分别采用sobel、prewitt、roberts和log对该图像及其加上噪声后的图像进行边缘检测。
close allclear allI=imread('D:/chair.jpg');I_noise=imnoise(I,'gaussian',0.06);bw1=edge(I_noise,'sobel');bw2=edge(I_noise,'prewitt');bw3=edge(I_noise,'roberts');bw4=edge(I_noise,'log',[],4);subplot(2,3,1);imshow(I);xlabel('原图');subplot(2,3,2);imshow(I_noise,[]);xlabel('加入高斯噪声后的图像'); subplot(2,3,3);imshow(bw1);xlabel('Sober算子'); subplot(2,3,4);imshow(bw2);xlabel('Prewitt算子'); subplot(2,3,5);imshow(bw3);xlabel('Robrtts算子'); subplot(2,3,5);imshow(bw4);xlabel('LoG算子');
实验（2）以cell.jpg图像为例，分别迭代式阈值选择法和最大类间方差阈值选择法对该图像进行分割。
clcclose allclear allI=imread('D:/cell.jpg');I=im2double(I);[width.heoght]=size(I)T1=graythresh(I);BW1=im2bw(I,T1);f=double(I);T=(min(f(:))+max(f(:)))/2;done=false;i=0;while~doner1=find(f<=T);r2=find(f>T);Tnew=(mean(f(r1))+mean(f(r2)))/2done=abs(Tnew-T)<1T=Tnew;i=i+1;endf(r1)=0;f(r2)=1;subplot(1,3,1);imshow(I);xlabel('原图');subplot(1,3,2);imshow(f);xlabel('迭代式阈值选择法');subplot(1,3,3);imshow(BW1);xlabel('Otsu算法');
参考：/uchihalyn/article/details/104593878
