Question

好的，所以我怀疑这可能相当容易，但除了零碎之外，在网上找不到任何好的帮助。

我有一个NxN矩阵，我想做一些边缘检测。我想减去所有相邻值的因子（如果它们存在）。

因此，如果我的矩阵由[5, 5, 5 ; 5, 10, 5 ; 5, 5, 5]组成，我希望它返回[4, 3, 4 ; 3, 8, 3 ; 4, 3, 4]（非常粗略估计只是为了举例）。

我可以看到如何使用for循环，但我认为它可以以更容易和更少的税收方式实现。到目前为止，nlfilter似乎是一种可能的出路，但我似乎无法完全理解它。

Answer 1

您描述的数学运算称为convolution。

卷积基本上等于用自身及其邻居的加权和替换图像中的每个像素。权重以（通常很小的）矩阵（称为内核）或有时脉冲响应给出。

对于边缘检测，我建议使用Sobel或discrete Laplacian内核。

MATLAB函数conv2可以为你做图像卷积。

kernel = [ 0  1  0
           1 -4  1
           0  1  0 ];
edges = conv2(image,kernel,'same');

Answer 2

您可能正在寻找类似filter2(h,X)

的内容

根据您的示例，h类似于

h = [  0  -0.1   0;
     -0.1   1  -0.1;
       0  -0.1   0];

这取值为中心值，减去其4个邻居中的每一个的1/10。如果您使用filter2(h,X,'same')，其中X是您的原始矩阵，它将使用零填充，这似乎是您想要获得正确的边值。