不使用matlab函数库对图像进行边缘检测并输出原图和处理后的图像matlab源代码

在MATLAB中，如果你想不依赖内置函数库直接实现图像边缘检测，可以使用自定义滤波器和一些基本的数学运算。这里以经典的Sobel算子为例，同时展示如何处理原图和结果：

% 加载原始图像
img = imread('image.jpg'); % 替换为你的图片路径

% 将图像转换为灰度图像，因为边缘通常基于亮度差异
gray_img = rgb2gray(img);

% 定义Sobel算子（x方向和y方向）
sobel_x = [-1 0 1; -2 0 2; -1 0 1];
sobel_y = [-1 -2 -1; 0 0 0; 1 2 1];

% 使用卷积操作计算梯度
Ix = conv2(gray_img, sobel_x, 'same'); % x方向梯度
Iy = conv2(gray_img, sobel_y, 'same'); % y方向梯度

% 求模得到边缘强度
edge_map = sqrt(Ix.^2 + Iy.^2);

% 显示原图和处理后的图像
subplot(1,2,1), imshow(img), title('Original Image');
subplot(1,2,2), imshow(edge_map), title('Edge Detection Result');

% 保存图像
imwrite(edge_map, 'edge_detection_result.jpg'); % 保存边缘检测结果

% 结果显示和保存
figure;
imagesc(edge_map); % 灰度图像显示
colorbar; % 显示颜色映射
xlabel('X'), ylabel('Y'), title('Edge Map');
print('-dpng', 'edge_output.png'); % 保存处理后的灰度图像

% 输出到屏幕
figure;
imshowpair(img, edge_map, 'montage'); % 对比原图和边缘检测结果
title('Comparison of Original and Edge Detected Images');

上述代码会输出原始图像、边缘检测结果以及对比图。记得替换 `'image.jpg'` 和所需的保存路径。