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算子是一种基于高斯平滑的边缘检测算法，但是您不想使用它，可以使用下面的代码实现基于LOG算法的边缘检测：

1. 首先，需要定义一个二维高斯函数，用于生成高斯卷积核。

function h = gauss2D(sigma)
    k = ceil(sigma*3);
    [x,y]=meshgrid(-k:k,-k:k);
    h = exp(-(x.^2+y.^2)/(2*sigma^2))/(2*pi*sigma^2);
end

2. 然后，定义一个函数来对图像进行卷积操作。

function img_out = convolve(img_in, kernel)
    img_out = zeros(size(img_in));
    pad_size = floor(size(kernel)/2);
    img_padded = padarray(img_in, pad_size, 'replicate');
    for i = 1:size(img_in,1)
        for j = 1:size(img_in,2)
            img_out(i,j) = sum(sum(img_padded(i:i+2*pad_size(1), j:j+2*pad_size(2)).*kernel));
        end
    end
end

3. 接下来，定义一个函数来计算Laplacian of Gaussian (LoG)算子。

function log_kernel = LoG(sigma)
    k = ceil(sigma*3);
    [x,y] = meshgrid(-k:k,-k:k);
    log_kernel = (x.^2+y.^2-2*sigma^2)/(sigma^4*2*pi)*exp(-(x.^2+y.^2)/(2*sigma^2));
    log_kernel = log_kernel - mean(mean(log_kernel)); % zero mean
end

4. 然后，将高斯函数和LoG算子结合起来，生成一个卷积核。

sigma = 2;
h = gauss2D(sigma);
log_kernel = LoG(sigma);
kernel = conv2(h, log_kernel, 'same');

5. 最后，对图像进行卷积操作，并使用阈值来确定边缘。

img = imread('test.jpg');
img_gray = rgb2gray(img);
img_smooth = convolve(img_gray, h);
img_log = convolve(img_smooth, log_kernel);
img_edges = img_log > 0.01;
imshow(img_edges);

您可以根据需要调整sigma的值和阈值来获得更好的结果。