在MATLAB中，基于LOG算法进行边缘检测算法，不要使用MATLAB自带的LOG算子

MATLAB自带的LOG算子是一种高斯拉普拉斯算子，也称为Marr-Hildreth算子，用于边缘检测。如果您不希望使用MATLAB自带的LOG算子，可以自己实现LOG算法进行边缘检测。

LOG算法的实现步骤：

1. 对图像进行高斯滤波，得到平滑后的图像。
2. 对平滑后的图像计算二阶导数，得到拉普拉斯算子图像。
3. 对拉普拉斯算子图像进行阈值处理，得到边缘图像。

下面是一个基于LOG算法进行边缘检测的MATLAB代码示例，其中没有使用MATLAB自带的LOG算子：

% 读取图像
img = imread('lena.bmp');
% 将图像转换为灰度图像
img = rgb2gray(img);
% 高斯滤波
sigma = 2;
hsize = 2 * ceil(3 * sigma) + 1;
G = fspecial('gaussian', hsize, sigma);
img_smooth = imfilter(img, G, 'replicate');
% 计算二阶导数
[Lx, Ly] = gradient(img_smooth);
[Lxx, Lxy] = gradient(Lx);
[Lyx, Lyy] = gradient(Ly);
L = Lxx + Lyy;
% 边缘检测
threshold = 0.03 * max(max(abs(L)));
edge_img = abs(L) > threshold;
% 显示结果
subplot(1, 2, 1), imshow(img);
title('Original Image');
subplot(1, 2, 2), imshow(edge_img);
title('Edge Image');

在上面的代码中，我们首先读取了一张图像，并将其转换为灰度图像。然后我们使用fspecial函数创建了一个高斯滤波器，并对图像进行了高斯滤波，得到了平滑后的图像。接着，我们使用MATLAB的gradient函数计算了平滑后的图像的二阶导数，得到了拉普拉斯算子图像。最后，我们对拉普拉斯算子图像进行了阈值处理，得到了边缘图像。