请分别写出sobel、prewitt、roberts、log、canny边缘检测算子在MATLAB中的实现代码

好的，以下是分别使用Sobel、Prewitt、Roberts、LoG、Canny算子进行边缘检测的MATLAB代码示例：

1. Sobel算子

% 读入图像
img = imread('image.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% Sobel算子
h = fspecial('sobel');
% 水平方向差分
hx = imfilter(double(gray_img), h');
% 垂直方向差分
hy = imfilter(double(gray_img), h);
% 计算梯度幅值
grad = sqrt(hx.^2 + hy.^2);
% 二值化处理
threshold = 50; % 设置阈值
binary_img = grad > threshold;
% 显示结果
imshow(binary_img);

2. Prewitt算子

% 读入图像
img = imread('image.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% Prewitt算子
h = fspecial('prewitt');
% 水平方向差分
hx = imfilter(double(gray_img), h');
% 垂直方向差分
hy = imfilter(double(gray_img), h);
% 计算梯度幅值
grad = sqrt(hx.^2 + hy.^2);
% 二值化处理
threshold = 50; % 设置阈值
binary_img = grad > threshold;
% 显示结果
imshow(binary_img);

3. Roberts算子

% 读入图像
img = imread('image.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% Roberts算子
h1 = [1 0; 0 -1];
h2 = [0 1; -1 0];
% 水平方向差分
hx = imfilter(double(gray_img), h1);
% 垂直方向差分
hy = imfilter(double(gray_img), h2);
% 计算梯度幅值
grad = sqrt(hx.^2 + hy.^2);
% 二值化处理
threshold = 50; % 设置阈值
binary_img = grad > threshold;
% 显示结果
imshow(binary_img);

4. LoG算子

% 读入图像
img = imread('image.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% LoG算子
h = fspecial('log');
% 边缘检测
edge_img = edge(gray_img, 'zerocross', [], h);
% 显示结果
imshow(edge_img);

5. Canny算子

% 读入图像
img = imread('image.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% Canny算子
sigma = 2; % 高斯核标准差
threshold_low = 0.1; % 低阈值
threshold_high = 0.3; % 高阈值
% 边缘检测
edge_img = edge(gray_img, 'canny', [threshold_low threshold_high], sigma);
% 显示结果
imshow(edge_img);

以上代码仅供参考，实际使用时需要根据具体情况进行调整和优化。