matlab用循环结构s实现sobel算子边缘检测

以下是用 Matlab 实现 Sobel 算子边缘检测的代码示例，其中使用了循环结构：

% 读入原始图像
img = imread('lena.jpg');

% Sobel 算子
hx = [-1,0,1;-2,0,2;-1,0,1];
hy = [-1,-2,-1;0,0,0;1,2,1];

% 图像尺寸
[m,n] = size(img);

% 初始化输出图像
out = zeros(m,n);

% 循环遍历每个像素
for i = 2:m-1
    for j = 2:n-1
        % 计算 Sobel 梯度
        dx = sum(sum(hx.*double(img(i-1:i+1,j-1:j+1))));
        dy = sum(sum(hy.*double(img(i-1:i+1,j-1:j+1))));
        
        % 计算梯度幅值
        out(i,j) = sqrt(dx^2+dy^2);
    end
end

% 显示输出图像
imshow(uint8(out));

在代码中，首先读入原始图像，然后定义 Sobel 算子的横向和纵向卷积核。接着，通过循环遍历每个像素，计算该像素周围的 Sobel 梯度，并计算梯度幅值，最后将结果保存在输出图像中，并显示输出图像。