matlab 教程

1. MATLAB简介与环境

1.1 什么是MATLAB

MATLAB（Matrix Laboratory）是一个高性能的数值计算环境和编程语言，专为工程计算、数据分析和算法开发设计。

1.2 与Python/C++的对比

1.3 MATLAB环境

• 命令窗口(Command Window): 交互式执行命令
• 编辑器(Editor): 编写和编辑脚本、函数
• 工作区(Workspace): 查看变量
• 命令历史(Command History): 查看历史命令
• 当前文件夹(Current Folder): 文件管理

1.4 基本操作命令

% 基本环境命令
clc         % 清除命令窗口
clear       % 清除工作区所有变量
clear var   % 清除指定变量
close all   % 关闭所有图形窗口
who         % 显示当前变量列表
whos        % 详细显示变量信息
pwd         % 显示当前路径
cd          % 改变当前路径
ls          % 列出当前目录文件

2. 基本语法与数据类型

2.1 语法规则

% 注释：单行注释用%，多行注释用%{ %}
% 这是单行注释

%{
这是多行注释
可以写很多行
%}

% 语句结束：
a = 5;      % 分号抑制输出
b = 3       % 不加分号会显示结果

% 续行：使用...
long_variable_name = 1 + 2 + 3 + ...
                     4 + 5 + 6;

2.2 变量命名规则

% 命名规则：
% 1. 以字母开头
% 2. 只能包含字母、数字、下划线
% 3. 区分大小写
% 4. 不能使用关键字

% 有效的变量名
var1 = 10;
my_variable = 20;
MyVariable = 30;
variable_2023 = 40;

% 无效的变量名（会报错）
% 2var = 10;      % 以数字开头
% my-var = 20;    % 包含连字符
% for = 30;       % 使用关键字

2.3 数据类型详解

2.3.1 数值类型

% 双精度浮点数（默认）
a = 3.14159;
b = 1.23e-4;        % 科学记数法
c = 1.23e4;

% 整数类型
int8_var = int8(127);           % 8位有符号整数
uint8_var = uint8(255);         % 8位无符号整数
int16_var = int16(32767);       % 16位有符号整数
uint16_var = uint16(65535);     % 16位无符号整数
int32_var = int32(2147483647);  % 32位有符号整数
uint32_var = uint32(4294967295); % 32位无符号整数
int64_var = int64(9223372036854775807);  % 64位有符号整数

% 单精度浮点数
single_var = single(3.14159);

% 复数
complex_var = 3 + 4i;   % 或 3 + 4*i
complex_var2 = complex(3, 4);

2.3.2 逻辑类型

% 布尔值
bool_true = true;
bool_false = false;

% 逻辑运算结果
result = (5 > 3);       % true
result2 = (2 == 3);     % false

% 逻辑数组
logical_array = [true, false, true];

2.3.3 字符和字符串

% 字符数组（传统方式）
char_var = 'Hello';
char_array = ['Hello'; 'World'];  % 注意：每行长度必须相同

% 字符串数组（R2016b及以后）
str_var = "Hello";
str_array = ["Hello", "World", "MATLAB"];

% 字符串与字符数组的区别
char_example = 'Hello';     % 1x5 char
string_example = "Hello";   % 1x1 string

2.4 类型转换

% 数值转换
a = 3.14;
b = int32(a);           % 转换为32位整数
c = single(a);          % 转换为单精度
d = char(65);           % ASCII转字符: 'A'

% 字符串转换
num_str = '123';
num_val = str2double(num_str);  % 字符串转数值
num_val2 = str2num(num_str);    % 字符串转数值（可处理向量）

% 数值转字符串
val = 3.14159;
str_val = num2str(val);         % 数值转字符串
str_val2 = sprintf('%.2f', val); % 格式化转换

3. 数组和矩阵操作

3.1 数组创建

3.1.1 直接创建

% 行向量
row_vector = [1, 2, 3, 4, 5];
row_vector2 = [1 2 3 4 5];      % 逗号可省略

% 列向量
col_vector = [1; 2; 3; 4; 5];

% 矩阵
matrix = [1, 2, 3; 4, 5, 6; 7, 8, 9];
matrix2 = [1 2 3
           4 5 6
           7 8 9];              % 分行写法

3.1.2 使用函数创建

% 特殊矩阵
zeros_matrix = zeros(3, 4);     % 3x4零矩阵
ones_matrix = ones(2, 5);       % 2x5全1矩阵
eye_matrix = eye(4);            % 4x4单位矩阵
diag_matrix = diag([1,2,3,4]);  % 对角矩阵

% 随机矩阵
rand_matrix = rand(3, 3);       % 3x3均匀分布随机矩阵[0,1]
randn_matrix = randn(2, 4);     % 2x4标准正态分布随机矩阵
randi_matrix = randi(10, 3, 3); % 3x3随机整数矩阵[1,10]
randi_matrix2 = randi([5,15], 2, 3); % 2x3随机整数矩阵[5,15]

3.1.3 序列创建

% 等差数列
seq1 = 1:5;                 % [1 2 3 4 5]
seq2 = 1:2:10;             % [1 3 5 7 9]，步长为2
seq3 = 10:-1:1;            % [10 9 8 7 6 5 4 3 2 1]，递减

% 等间距数列
linspace_seq = linspace(0, 10, 5);  % 0到10等分5个点
logspace_seq = logspace(1, 3, 5);   % 10^1到10^3等分5个点（对数空间）

% 重复数组
repmat_array = repmat([1, 2], 3, 2);  % 重复[1,2] 3行2列

3.2 数组索引与切片

3.2.1 基本索引（注意：MATLAB索引从1开始！）

A = [1, 2, 3; 4, 5, 6; 7, 8, 9];

% 单个元素
element = A(2, 3);          % 第2行第3列：6
element2 = A(1, 1);         % 第1行第1列：1

% 线性索引（按列优先）
linear_element = A(5);      % 第5个元素：5
linear_element2 = A(end);   % 最后一个元素：9

% 使用end关键字
last_element = A(end, end); % 最后一行最后一列：9
second_last = A(end-1, end); % 倒数第二行最后一列：6

3.2.2 切片操作

A = [1, 2, 3, 4; 5, 6, 7, 8; 9, 10, 11, 12];

% 行切片
first_row = A(1, :);        % 第1行所有列：[1 2 3 4]
last_row = A(end, :);       % 最后一行：[9 10 11 12]

% 列切片
first_col = A(:, 1);        % 所有行第1列：[1; 5; 9]
last_col = A(:, end);       % 最后一列：[4; 8; 12]

% 子矩阵
sub_matrix = A(1:2, 2:3);   % 第1-2行，第2-3列：[2 3; 6 7]
sub_matrix2 = A([1,3], [2,4]); % 第1,3行，第2,4列：[2 4; 10 12]

% 所有元素
all_elements = A(:);        % 所有元素（列向量）

3.2.3 逻辑索引

A = [1, -2, 3; -4, 5, -6; 7, -8, 9];

% 逻辑条件
positive_mask = A > 0;      % 逻辑矩阵
positive_elements = A(A > 0); % 提取正数：[1; 3; 5; 7; 9]

% 复合条件
condition = (A > 0) & (A < 8);  % 大于0且小于8
selected = A(condition);        % [1; 3; 5; 7]

% 替换元素
A(A < 0) = 0;              % 将负数替换为0

3.3 数组操作

3.3.1 数组拼接

% 水平拼接
A = [1, 2; 3, 4];
B = [5, 6; 7, 8];
C_horizontal = [A, B];      % [1 2 5 6; 3 4 7 8]
C_horizontal2 = horzcat(A, B); % 同上

% 垂直拼接
C_vertical = [A; B];        % [1 2; 3 4; 5 6; 7 8]
C_vertical2 = vertcat(A, B); % 同上

% 高维拼接
C_3d = cat(3, A, B);        % 沿第3维拼接

3.3.2 数组重塑

A = [1, 2, 3, 4, 5, 6];

% 重塑形状
B = reshape(A, 2, 3);       % 重塑为2x3：[1 3 5; 2 4 6]
C = reshape(A, 3, 2);       % 重塑为3x2：[1 4; 2 5; 3 6]

% 转置
A_matrix = [1, 2, 3; 4, 5, 6];
A_transpose = A_matrix';    % 转置：[1 4; 2 5; 3 6]
A_transpose2 = transpose(A_matrix); % 同上

% 复数矩阵的共轭转置
complex_matrix = [1+2i, 3-4i; 5+6i, 7-8i];
conjugate_transpose = complex_matrix'; % 共轭转置
transpose_only = complex_matrix.';     % 仅转置（不共轭）

3.3.3 数组排序

% 向量排序
vec = [3, 1, 4, 1, 5, 9];
sorted_vec = sort(vec);         % 升序：[1 1 3 4 5 9]
sorted_desc = sort(vec, 'descend'); % 降序：[9 5 4 3 1 1]

% 获取排序索引
[sorted_vec, indices] = sort(vec);
% sorted_vec = [1 1 3 4 5 9]
% indices = [2 4 1 3 5 6]

% 矩阵排序
matrix = [3, 1, 4; 1, 5, 9; 2, 6, 5];
sorted_matrix = sort(matrix);       % 按列排序
sorted_matrix2 = sort(matrix, 2);   % 按行排序

4. 运算符详解

4.1 算术运算符

4.1.1 标量运算

% 基本运算
a = 10; b = 3;
addition = a + b;       % 加法：13
subtraction = a - b;    % 减法：7
multiplication = a * b;  % 乘法：30
division = a / b;       % 除法：3.3333
power = a ^ b;          % 幂运算：1000
modulo = mod(a, b);     % 取模：1

4.1.2 矩阵运算

A = [1, 2; 3, 4];
B = [5, 6; 7, 8];
scalar = 2;

% 矩阵加减法
C = A + B;              % 矩阵加法：[6 8; 10 12]
D = A - B;              % 矩阵减法：[-4 -4; -4 -4]

% 矩阵乘法
E = A * B;              % 矩阵乘法：[19 22; 43 50]
F = A * scalar;         % 标量乘法：[2 4; 6 8]

% 矩阵除法
G = A / B;              % 右除：A * inv(B)
H = A \ B;              % 左除：inv(A) * B

% 矩阵幂运算
I = A ^ 2;              % 矩阵幂：A * A

4.1.3 逐元素运算（重要！）

A = [1, 2; 3, 4];
B = [5, 6; 7, 8];

% 逐元素运算（注意点号）
C = A .* B;             % 逐元素乘法：[5 12; 21 32]
D = A ./ B;             % 逐元素除法：[0.2 0.333; 0.429 0.5]
E = A .^ 2;             % 逐元素平方：[1 4; 9 16]
F = A .^ B;             % 逐元素幂运算：[1 64; 2187 65536]

% 逐元素函数
G = sqrt(A);            % 逐元素开方
H = sin(A);             % 逐元素正弦
I = exp(A);             % 逐元素指数

4.2 比较运算符

a = 5; b = 3;
A = [1, 2, 3; 4, 5, 6];
B = [1, 0, 4; 4, 5, 0];

% 标量比较
result1 = a > b;        % true
result2 = a == b;       % false
result3 = a ~= b;       % true（注意：不是!=）
result4 = a <= b;       % false

% 矩阵比较（逐元素）
C = A > B;              % [false true false; false false true]
D = A == B;             % [true false false; true true false]
E = A ~= B;             % [false true true; false false true]

% 矩阵比较函数
is_equal = isequal(A, B);    % false（整体比较）
is_close = all(abs(A-B) < 1e-10, 'all'); % 近似相等判断

4.3 逻辑运算符

% 逻辑运算符
a = true; b = false;
result1 = a && b;       % 逻辑与（短路）：false
result2 = a || b;       % 逻辑或（短路）：true
result3 = ~a;           % 逻辑非：false

% 数组逻辑运算符
A = [true, false; true, true];
B = [false, true; true, false];
C = A & B;              % 逐元素与：[false false; true false]
D = A | B;              % 逐元素或：[true true; true true]
E = ~A;                 % 逐元素非：[false true; false false]

% 逻辑函数
result_any = any(A);    % 任意元素为真：[true true]
result_all = all(A);    % 所有元素为真：[true false]
result_any_all = any(A, 'all');  % 任意元素为真：true
result_all_all = all(A, 'all');  % 所有元素为真：false

4.4 位运算符

% 位运算
a = 5;  % 二进制：101
b = 3;  % 二进制：011

bit_and = bitand(a, b);     % 位与：1
bit_or = bitor(a, b);       % 位或：7
bit_xor = bitxor(a, b);     % 位异或：6
bit_not = bitcmp(a, 8);     % 位非（8位）：250
bit_shift_left = bitshift(a, 2);   % 左移2位：20
bit_shift_right = bitshift(a, -1); % 右移1位：2

5. 控制结构

5.1 条件语句

5.1.1 if-else语句

% 基本if语句
x = 10;
if x > 5
    disp('x大于5');
end

% if-else语句
x = 3;
if x > 5
    disp('x大于5');
else
    disp('x不大于5');
end

% if-elseif-else语句
score = 85;
if score >= 90
    grade = 'A';
elseif score >= 80
    grade = 'B';
elseif score >= 70
    grade = 'C';
elseif score >= 60
    grade = 'D';
else
    grade = 'F';
end
fprintf('成绩等级: %s\n', grade);

% 复合条件
age = 25;
income = 50000;
if age >= 18 && income > 30000
    disp('符合贷款条件');
elseif age >= 18 || income > 100000
    disp('需要进一步评估');
else
    disp('不符合贷款条件');
end

5.1.2 switch-case语句

% 基本switch语句
day = 3;
switch day
    case 1
        day_name = '周一';
    case 2
        day_name = '周二';
    case 3
        day_name = '周三';
    case 4
        day_name = '周四';
    case 5
        day_name = '周五';
    case {6, 7}         % 多个case值
        day_name = '周末';
    otherwise
        day_name = '无效日期';
end
fprintf('今天是%s\n', day_name);

% 字符串switch
operation = 'add';
a = 10; b = 5;
switch operation
    case 'add'
        result = a + b;
    case 'subtract'
        result = a - b;
    case 'multiply'
        result = a * b;
    case 'divide'
        if b ~= 0
            result = a / b;
        else
            result = NaN;
        end
    otherwise
        result = NaN;
end

5.2 循环结构

5.2.1 for循环

% 基本for循环
for i = 1:5
    fprintf('i = %d\n', i);
end

% 步长循环
for i = 1:2:10
    fprintf('i = %d\n', i);  % 输出1, 3, 5, 7, 9
end

% 递减循环
for i = 10:-1:1
    fprintf('i = %d\n', i);
end

% 遍历数组
numbers = [2, 4, 6, 8, 10];
for num = numbers
    fprintf('数字: %d\n', num);
end

% 嵌套循环
for i = 1:3
    for j = 1:3
        fprintf('(%d, %d) ', i, j);
    end
    fprintf('\n');
end

% 矩阵循环
A = [1, 2, 3; 4, 5, 6];
for i = 1:size(A, 1)        % 遍历行
    for j = 1:size(A, 2)    % 遍历列
        fprintf('A(%d,%d) = %d\n', i, j, A(i,j));
    end
end

5.2.2 while循环

% 基本while循环
i = 1;
while i <= 5
    fprintf('i = %d\n', i);
    i = i + 1;
end

% 条件循环
sum_val = 0;
i = 1;
while sum_val < 100
    sum_val = sum_val + i;
    i = i + 1;
end
fprintf('和为%d时，i = %d\n', sum_val, i-1);

% 无限循环（需要break跳出）
counter = 0;
while true
    counter = counter + 1;
    if counter > 10
        break;
    end
    fprintf('计数器: %d\n', counter);
end

5.2.3 循环控制语句

% break语句
for i = 1:10
    if i == 5
        break;      % 跳出循环
    end
    fprintf('i = %d\n', i);
end

% continue语句
for i = 1:10
    if mod(i, 2) == 0
        continue;   % 跳过偶数
    end
    fprintf('奇数: %d\n', i);
end

% 嵌套循环中的break
for i = 1:3
    for j = 1:3
        if i == 2 && j == 2
            break;  % 只跳出内层循环
        end
        fprintf('(%d, %d) ', i, j);
    end
    fprintf('\n');
end

5.3 异常处理

% try-catch语句
try
    a = 10;
    b = 0;
    result = a / b;     % 这会产生Inf，不是错误
    
    % 故意产生错误
    matrix = [1, 2; 3, 4];
    value = matrix(5, 5);   % 索引越界
    
catch ME
    fprintf('捕获到错误: %s\n', ME.message);
    fprintf('错误标识符: %s\n', ME.identifier);
    fprintf('错误位置: %s, 行%d\n', ME.stack(1).name, ME.stack(1).line);
    
    % 处理错误
    result = NaN;
end

% 完整的try-catch-end结构
filename = 'nonexistent.txt';
try
    data = load(filename);
    fprintf('文件加载成功\n');
catch ME
    if strcmp(ME.identifier, 'MATLAB:load:couldNotReadFile')
        fprintf('文件不存在: %s\n', filename);
        data = [];
    else
        fprintf('未知错误: %s\n', ME.message);
        rethrow(ME);    % 重新抛出错误
    end
end

6. 函数编程

6.1 函数基础

6.1.1 函数定义

% 基本函数定义（保存为separate .m文件）
function result = square(x)
    % SQUARE 计算输入的平方
    % 输入: x - 数值或数组
    % 输出: result - x的平方
    result = x .^ 2;
end

% 多输入参数函数
function result = add_numbers(a, b, c)
    % 计算三个数的和
    result = a + b + c;
end

% 多输出参数函数
function [sum_val, diff_val, prod_val] = calculate(a, b)
    % 计算两数的和、差、积
    sum_val = a + b;
    diff_val = a - b;
    prod_val = a * b;
end

% 可变参数函数
function result = sum_all(varargin)
    % 计算所有输入参数的和
    result = 0;
    for i = 1:nargin
        result = result + varargin{i};
    end
end

6.1.2 函数调用

% 调用基本函数
x = 5;
y = square(x);          % y = 25

% 调用多参数函数
result = add_numbers(1, 2, 3);  % result = 6

% 调用多输出函数
[s, d, p] = calculate(10, 5);   % s=15, d=5, p=50
s_only = calculate(10, 5);      % 只获取第一个输出

% 调用可变参数函数
total = sum_all(1, 2, 3, 4, 5); % total = 15

6.2 高级函数特性

6.2.1 默认参数和参数检查

% 使用inputParser进行参数解析
function result = advanced_function(data, varargin)
    % 高级函数示例，演示参数解析
    
    % 创建输入解析器
    p = inputParser;
    
    % 必需参数
    addRequired(p, 'data', @isnumeric);
    
    % 可选参数
    addOptional(p, 'method', 'mean', @(x) any(validatestring(x, {'mean', 'median', 'sum'})));
    
    % 名称-值对参数
    addParameter(p, 'normalize', false, @islogical);
    addParameter(p, 'precision', 2, @(x) isnumeric(x) && x > 0);
    
    % 解析输入
    parse(p, data, varargin{:});
    
    % 提取参数
    method = p.Results.method;
    normalize = p.Results.normalize;
    precision = p.Results.precision;
    
    % 数据预处理
    if normalize
        data = data / max(data);
    end
    
    % 根据方法计算结果
    switch method
        case 'mean'
            result = mean(data);
        case 'median'
            result = median(data);
        case 'sum'
            result = sum(data);
    end
    
    % 精度控制
    result = round(result, precision);
end

% 调用示例
data = [1, 2, 3, 4, 5];
result1 = advanced_function(data);                           % 使用默认参数
result2 = advanced_function(data, 'median');                 % 指定方法
result3 = advanced_function(data, 'sum', 'normalize', true); % 使用名称-值对

6.2.2 嵌套函数和子函数

% 嵌套函数示例
function main_function()
    % 主函数
    x = 10;
    y = 5;
    
    % 调用嵌套函数
    result = nested_calculation();
    fprintf('结果: %d\n', result);
    
    % 嵌套函数可以访问主函数的变量
    function output = nested_calculation()
        output = x + y;  % 可以直接使用x和y
    end
end

% 子函数示例（在同一个.m文件中）
function main_with_subfunctions()
    % 主函数
    data = [1, 2, 3, 4, 5];
    processed = process_data(data);
    display_results(processed);
end

function result = process_data(data)
    % 子函数1
    result = data .* 2 + 1;
end

function display_results(data)
    % 子函数2
    fprintf('处理后的数据: ');
    fprintf('%d ', data);
    fprintf('\n');
end

6.2.3 匿名函数和函数句柄

% 匿名函数
square_func = @(x) x.^2;
result = square_func(5);        % 25

% 多参数匿名函数
add_func = @(a, b) a + b;
result = add_func(3, 4);        % 7

% 复杂匿名函数
complex_func = @(x, y) sqrt(x.^2 + y.^2);
result = complex_func(3, 4);    % 5

% 函数句柄
my_sin = @sin;
result = my_sin(pi/2);          % 1

% 传递函数作为参数
function result = apply_function(data, func)
    result = func(data);
end

data = [1, 2, 3, 4, 5];
squared = apply_function(data, @(x) x.^2);

6.2.4 递归函数

% 阶乘函数
function result = factorial_recursive(n)
    if n <= 1
        result = 1;
    else
        result = n * factorial_recursive(n - 1);
    end
end

% 斐波那契数列
function result = fibonacci(n)
    if n <= 1
        result = n;
    else
        result = fibonacci(n-1) + fibonacci(n-2);
    end
end

% 优化的斐波那契（使用持久变量）
function result = fibonacci_optimized(n)
    persistent cache;
    if isempty(cache)
        cache = containers.Map('KeyType', 'int32', 'ValueType', 'double');
    end
    
    if n <= 1
        result = n;
    elseif isKey(cache, n)
        result = cache(n);
    else
        result = fibonacci_optimized(n-1) + fibonacci_optimized(n-2);
        cache(n) = result;
    end
end

7. 数据输入输出

7.1 命令行输入输出

% 显示输出
disp('Hello, MATLAB!');           % 显示字符串
disp([1, 2, 3, 4, 5]);           % 显示数组

% 格式化输出
name = 'Alice';
age = 25;
height = 1.65;
fprintf('姓名: %s, 年龄: %d, 身高: %.2f米\n', name, age, height);

% 格式化字符串
formatted_str = sprintf('圆周率: %.4f', pi);

% 用户输入
user_input = input('请输入一个数字: ');
user_string = input('请输入您的姓名: ', 's');

% 带提示的输入
choice = input('请选择 (1-是, 0-否): ');
if choice == 1
    disp('您选择了是');
else
    disp('您选择了否');
end

7.2 文件读写

7.2.1 文本文件操作

% 写入文本文件
filename = 'example.txt';
fileID = fopen(filename, 'w');
if fileID == -1
    error('无法创建文件');
end

% 写入数据
fprintf(fileID, '这是第一行\n');
fprintf(fileID, '数字: %d, 小数: %.2f\n', 42, 3.14159);
fclose(fileID);

% 读取文本文件
fileID = fopen(filename, 'r');
if fileID == -1
    error('无法打开文件');
end

% 逐行读取
line_count = 0;
while ~feof(fileID)
    line = fgetl(fileID);
    if ischar(line)
        line_count = line_count + 1;
        fprintf('第%d行: %s\n', line_count, line);
    end
end
fclose(fileID);

% 一次性读取所有内容
content = fileread(filename);
disp(content);

7.2.2 CSV文件操作

% 创建示例数据
data = [1, 2, 3; 4, 5, 6; 7, 8, 9];
headers = {'A', 'B', 'C'};

% 写入CSV文件
writematrix(data, 'data.csv');

% 带标题的CSV写入
T = table(data(:,1), data(:,2), data(:,3), 'VariableNames', headers);
writetable(T, 'data_with_headers.csv');

% 读取CSV文件
loaded_data = readmatrix('data.csv');
loaded_table = readtable('data_with_headers.csv');

% 处理CSV数据
fprintf('数据维度: %dx%d\n', size(loaded_data));
fprintf('数据和: %.2f\n', sum(loaded_data, 'all'));

7.2.3 Excel文件操作

% 创建Excel文件
data = rand(10, 5);
column_names = {'列1', '列2', '列3', '列4', '列5'};
T = table(data(:,1), data(:,2), data(:,3), data(:,4), data(:,5), ...
          'VariableNames', column_names);

% 写入Excel
writetable(T, 'example.xlsx', 'Sheet', 'Sheet1');

% 读取Excel
excel_data = readtable('example.xlsx');
excel_matrix = readmatrix('example.xlsx');

% 读取特定范围
range_data = readmatrix('example.xlsx', 'Range', 'A1:C5');

7.3 MAT文件操作

% 保存变量到MAT文件
a = [1, 2, 3];
b = 'Hello';
c = struct('name', 'Alice', 'age', 25);

% 保存所有变量
save('data.mat');

% 保存特定变量
save('specific_data.mat', 'a', 'b');

% 加载MAT文件
clear;  % 清除当前变量
load('data.mat');  % 加载所有变量

% 加载特定变量
load('data.mat', 'a');  % 只加载变量a

% 查看MAT文件内容
file_info = whos('-file', 'data.mat');
disp(file_info);

8. 绘图与可视化

8.1 二维绘图

8.1.1 基本绘图函数

% 基本线图
x = 0:0.1:2*pi;
y = sin(x);
figure;
plot(x, y);
title('正弦函数');
xlabel('x');
ylabel('sin(x)');
grid on;

% 多条线图
x = 0:0.1:2*pi;
y1 = sin(x);
y2 = cos(x);
figure;
plot(x, y1, 'r-', x, y2, 'b--');
legend('sin(x)', 'cos(x)');
title('三角函数');
xlabel('x');
ylabel('y');
grid on;

% 散点图
x = randn(100, 1);
y = 2*x + randn(100, 1);
figure;
scatter(x, y, 50, 'filled');
title('散点图');
xlabel('x');
ylabel('y');

8.1.2 图形样式设置

% 线条样式
x = 0:0.1:2*pi;
y = sin(x);
figure;
plot(x, y, 'r-', 'LineWidth', 2, 'MarkerSize', 8);
title('自定义样式', 'FontSize', 14, 'FontWeight', 'bold');
xlabel('x', 'FontSize', 12);
ylabel('sin(x)', 'FontSize', 12);
grid on;
set(gca, 'FontSize', 10);

% 颜色映射
x = -2:0.1:2;
y = -2:0.1:2;
[X, Y] = meshgrid(x, y);
Z = X.*exp(-X.^2-Y.^2);
figure;
contourf(X, Y, Z, 20);
colorbar;
title('等高线图');
xlabel('x');
ylabel('y');

8.1.3 子图

% 创建子图
figure;
x = 0:0.1:2*pi;

% 子图1
subplot(2, 2, 1);
plot(x, sin(x));
title('sin(x)');
grid on;

% 子图2
subplot(2, 2, 2);
plot(x, cos(x));
title('cos(x)');
grid on;

% 子图3
subplot(2, 2, 3);
plot(x, tan(x));
title('tan(x)');
ylim([-5, 5]);
grid on;

% 子图4
subplot(2, 2, 4);
plot(x, exp(-x));
title('exp(-x)');
grid on;

8.2 三维绘图

% 三维线图
t = 0:0.1:3*pi;
x = cos(t);
y = sin(t);
z = t;
figure;
plot3(x, y, z);
title('三维螺旋线');
xlabel('x');
ylabel('y');
zlabel('z');
grid on;

% 三维曲面
[X, Y] = meshgrid(-2:0.1:2, -2:0.1:2);
Z = X.*exp(-X.^2-Y.^2);
figure;
surf(X, Y, Z);
title('三维曲面');
xlabel('x');
ylabel('y');
zlabel('z');
colorbar;
shading interp;  % 平滑着色

% 三维散点图
x = randn(100, 1);
y = randn(100, 1);
z = randn(100, 1);
c = x + y + z;  % 颜色数据
figure;
scatter3(x, y, z, 50, c, 'filled');
title('三维散点图');
xlabel('x');
ylabel('y');
zlabel('z');
colorbar;

8.3 特殊图形

% 柱状图
categories = {'A', 'B', 'C', 'D', 'E'};
values = [23, 45, 56, 78, 32];
figure;
bar(values);
set(gca, 'XTickLabel', categories);
title('柱状图');
ylabel('值');

% 饼图
labels = {'类别1', '类别2', '类别3', '类别4'};
sizes = [30, 25, 25, 20];
figure;
pie(sizes, labels);
title('饼图');

% 直方图
data = randn(1000, 1);
figure;
histogram(data, 30);
title('直方图');
xlabel('值');
ylabel('频次');

% 箱线图
groups = {'组1', '组2', '组3'};
data1 = randn(100, 1);
data2 = randn(100, 1) + 1;
data3 = randn(100, 1) + 2;
figure;
boxplot([data1; data2; data3], [ones(100,1); 2*ones(100,1); 3*ones(100,1)]);
set(gca, 'XTickLabel', groups);
title('箱线图');
ylabel('值');

9. 字符串处理

9.1 字符串基础

% 字符数组 vs 字符串数组
char_array = 'Hello World';           % 字符数组
string_array = "Hello World";         % 字符串数组

% 字符串长度
len1 = length(char_array);            % 11
len2 = strlength(string_array);       % 11

% 字符串连接
% 字符数组连接
combined_char = [char_array, ' MATLAB'];
combined_char2 = strcat(char_array, ' MATLAB');

% 字符串数组连接
combined_string = string_array + " MATLAB";
combined_string2 = strcat(string_array, " MATLAB");

9.2 字符串操作函数

% 字符串查找
text = "Hello World MATLAB";
pos = strfind(text, "World");         % 查找位置
contains_result = contains(text, "MATLAB");  % 是否包含
starts_result = startsWith(text, "Hello");   % 是否以...开头
ends_result = endsWith(text, "MATLAB");      % 是否以...结尾

% 字符串替换
original = "Hello World";
replaced = replace(original, "World", "MATLAB");  % "Hello MATLAB"

% 字符串分割
sentence = "apple,banana,cherry";
parts = split(sentence, ",");         % ["apple"; "banana"; "cherry"]

% 字符串转换
upper_text = upper("hello world");    % "HELLO WORLD"
lower_text = lower("HELLO WORLD");    % "hello world"
title_text = title("hello world");   % "Hello World"

9.3 正则表达式

% 正则表达式匹配
text = "My phone number is 123-456-7890";
pattern = '\d{3}-\d{3}-\d{4}';
match = regexp(text, pattern, 'match');  % {'123-456-7890'}

% 提取数字
text = "Price: $25.99, Tax: $2.60";
numbers = regexp(text, '\d+\.\d+', 'match');  % {'25.99', '2.60'}

% 替换模式
email = "contact@example.com";
domain_pattern = '@\w+\.\w+';
new_email = regexprep(email, domain_pattern, '@newdomain.com');

9.4 字符串格式化

% sprintf格式化
name = "Alice";
age = 25;
formatted = sprintf("姓名: %s, 年龄: %d", name, age);

% 现代字符串格式化
formatted_modern = name + " is " + age + " years old";

% 数值格式化
pi_formatted = sprintf("π ≈ %.4f", pi);

% 日期格式化
current_date = datetime('now');
date_string = string(current_date, 'yyyy-MM-dd HH:mm:ss');

10. 结构体与元胞数组

10.1 结构体

10.1.1 结构体创建和访问

% 创建结构体
student.name = 'Alice';
student.age = 20;
student.scores = [85, 92, 78];

% 或者使用struct函数
student2 = struct('name', 'Bob', 'age', 21, 'scores', [90, 88, 95]);

% 访问结构体字段
fprintf('学生姓名: %s\n', student.name);
fprintf('平均分: %.2f\n', mean(student.scores));

10.1.2 结构体数组

% 创建结构体数组
students(1) = struct('name', 'Alice', 'age', 20, 'scores', [85, 92, 78]);
students(2) = struct('name', 'Bob', 'age', 21, 'scores', [90, 88, 95]);
students(3) = struct('name', 'Charlie', 'age', 19, 'scores', [88, 90, 92]);

% 访问结构体数组
for i = 1:length(students)
    fprintf('学生%d: %s, 年龄: %d, 平均分: %.2f\n', ...
            i, students(i).name, students(i).age, mean(students(i).scores));
end

% 提取特定字段
names = {students.name};              % 所有姓名
ages = [students.age];                % 所有年龄

10.1.3 嵌套结构体

% 嵌套结构体
company.name = 'Tech Corp';
company.employees(1).name = 'Alice';
company.employees(1).position = 'Engineer';
company.employees(1).salary = 75000;
company.employees(2).name = 'Bob';
company.employees(2).position = 'Manager';
company.employees(2).salary = 85000;

% 访问嵌套结构体
fprintf('公司: %s\n', company.name);
for i = 1:length(company.employees)
    emp = company.employees(i);
    fprintf('员工%d: %s, 职位: %s, 薪资: $%d\n', ...
            i, emp.name, emp.position, emp.salary);
end

10.2 元胞数组

10.2.1 元胞数组创建

% 创建元胞数组
cell_array = {'Hello', 42, [1, 2, 3], true};

% 预分配元胞数组
large_cell = cell(3, 3);
large_cell{1, 1} = 'Text';
large_cell{1, 2} = 123;
large_cell{2, 1} = [1, 2, 3; 4, 5, 6];

% 混合数据类型
mixed_data = {
    'Name', 'Alice';
    'Age', 25;
    'Scores', [85, 92, 78];
    'Graduate', true
};

10.2.2 元胞数组操作

% 访问元胞数组
first_element = cell_array{1};        % 'Hello'
second_element = cell_array{2};       % 42

% 修改元胞数组
cell_array{1} = 'Modified';

% 元胞数组大小
[rows, cols] = size(mixed_data);
total_elements = numel(cell_array);

% 元胞数组转换
if all(cellfun(@isnumeric, cell_array(2:3)))
    numeric_part = cell2mat(cell_array(2:3));
end

10.2.3 元胞数组的高级操作

% 使用cellfun处理元胞数组
numbers_cell = {[1, 2, 3], [4, 5], [6, 7, 8, 9]};
lengths = cellfun(@length, numbers_cell);  % [3, 2, 4]
means = cellfun(@mean, numbers_cell);      % [2, 4.5, 6.5]

% 字符串元胞数组操作
names = {'Alice', 'Bob', 'Charlie'};
name_lengths = cellfun(@length, names);
upper_names = cellfun(@upper, names, 'UniformOutput', false);

% 元胞数组排序
[sorted_names, indices] = sort(names);

11. 文件操作

11.1 文件系统操作

% 当前目录操作
current_dir = pwd;                    % 获取当前目录
cd('/path/to/directory');             % 改变目录
cd(current_dir);                      % 返回原目录

% 文件和目录信息
file_info = dir('*.m');               % 列出所有.m文件
folder_info = dir();                  % 列出当前目录所有内容

% 检查文件/目录存在性
if exist('data.mat', 'file')
    disp('文件存在');
end

if exist('my_folder', 'dir')
    disp('目录存在');
end

% 创建和删除目录
if ~exist('temp_folder', 'dir')
    mkdir('temp_folder');
end
rmdir('temp_folder');                 % 删除空目录

11.2 文件路径操作

% 路径构建
full_path = fullfile('data', 'results', 'output.txt');

% 路径分析
[path, name, ext] = fileparts(full_path);
fprintf('路径: %s\n', path);
fprintf('文件名: %s\n', name);
fprintf('扩展名: %s\n', ext);

% 相对路径和绝对路径
relative_path = 'data/file.txt';
absolute_path = fullfile(pwd, relative_path);

11.3 批量文件处理

% 批量处理文件
file_list = dir('*.txt');
for i = 1:length(file_list)
    filename = file_list(i).name;
    fprintf('处理文件: %s\n', filename);
    
    % 读取文件
    content = fileread(filename);
    
    % 处理内容（示例：转换为大写）
    processed_content = upper(content);
    
    % 保存处理后的文件
    new_filename = ['processed_', filename];
    fid = fopen(new_filename, 'w');
    fprintf(fid, '%s', processed_content);
    fclose(fid);
end

12. 调试与错误处理

12.1 调试技巧

% 断点调试
function debug_example()
    x = 1:10;
    y = x.^2;
    
    % 在此处设置断点
    keyboard;  % 手动断点
    
    z = y + x;
    result = sum(z);
    
    fprintf('结果: %d\n', result);
end

% 条件断点
function conditional_debug()
    for i = 1:100
        value = rand();
        if value > 0.95
            keyboard;  % 当条件满足时暂停
        end
    end
end

12.2 错误处理策略

% 完整的错误处理示例
function safe_divide(a, b)
    try
        % 参数验证
        if nargin < 2
            error('需要两个输入参数');
        end
        
        if ~isnumeric(a) || ~isnumeric(b)
            error('输入必须是数值');
        end
        
        if b == 0
            warning('除数为零，返回Inf');
            result = Inf;
        else
            result = a / b;
        end
        
        fprintf('结果: %.4f\n', result);
        
    catch ME
        % 错误处理
        fprintf('错误类型: %s\n', ME.identifier);
        fprintf('错误信息: %s\n', ME.message);
        
        % 记录错误
        log_error(ME);
        
        % 重新抛出特定错误
        if strcmp(ME.identifier, 'MATLAB:narginchk:notEnoughInputs')
            rethrow(ME);
        end
    end
end

function log_error(error_info)
    % 错误日志记录
    log_file = 'error_log.txt';
    fid = fopen(log_file, 'a');
    fprintf(fid, '[%s] %s: %s\n', datestr(now), error_info.identifier, error_info.message);
    fclose(fid);
end

13. 性能优化

13.1 向量化操作

% 避免循环，使用向量化
% 低效的循环方式
tic;
n = 1000000;
result_loop = zeros(n, 1);
for i = 1:n
    result_loop(i) = sin(i) + cos(i);
end
time_loop = toc;

% 高效的向量化方式
tic;
x = 1:n;
result_vectorized = sin(x) + cos(x);
time_vectorized = toc;

fprintf('循环时间: %.4f秒\n', time_loop);
fprintf('向量化时间: %.4f秒\n', time_vectorized);
fprintf('速度提升: %.2f倍\n', time_loop / time_vectorized);

13.2 内存管理

% 预分配数组
% 低效方式
tic;
slow_array = [];
for i = 1:10000
    slow_array(end+1) = i^2;
end
time_slow = toc;

% 高效方式
tic;
fast_array = zeros(10000, 1);
for i = 1:10000
    fast_array(i) = i^2;
end
time_fast = toc;

fprintf('动态分配时间: %.4f秒\n', time_slow);
fprintf('预分配时间: %.4f秒\n', time_fast);

13.3 性能分析

% 使用profile进行性能分析
profile on;
complex_calculation();
profile off;
profile viewer;  % 查看性能报告

function complex_calculation()
    % 复杂计算示例
    data = randn(1000, 1000);
    
    % 矩阵运算
    result1 = data * data';
    
    % 统计计算
    result2 = mean(data, 2);
    
    % 排序
    result3 = sort(data, 2);
end

14. 工具箱简介

14.1 常用工具箱

14.1.1 Signal Processing Toolbox（信号处理工具箱）

% 信号处理示例
fs = 1000;              % 采样频率
t = 0:1/fs:1-1/fs;      % 时间向量
f1 = 50; f2 = 120;      % 频率
signal = sin(2*pi*f1*t) + 0.5*sin(2*pi*f2*t);

% 添加噪声
noisy_signal = signal + 0.2*randn(size(t));

% 设计滤波器
[b, a] = butter(4, 100/(fs/2));  % 4阶低通滤波器
filtered_signal = filter(b, a, noisy_signal);

% 绘图
figure;
subplot(3,1,1);
plot(t, signal);
title('原始信号');

subplot(3,1,2);
plot(t, noisy_signal);
title('带噪声信号');

subplot(3,1,3);
plot(t, filtered_signal);
title('滤波后信号');

% 频谱分析
figure;
Y = fft(noisy_signal);
f = (0:length(Y)-1)*fs/length(Y);
plot(f, abs(Y));
title('频谱分析');
xlabel('频率 (Hz)');
ylabel('幅度');

14.1.2 Image Processing Toolbox（图像处理工具箱）

% 图像处理示例
% 读取图像
img = imread('cameraman.tif');  % MATLAB自带图像
figure;
subplot(2,3,1);
imshow(img);
title('原图');

% 直方图均衡化
img_eq = histeq(img);
subplot(2,3,2);
imshow(img_eq);
title('直方图均衡化');

% 边缘检测
edges = edge(img, 'canny');
subplot(2,3,3);
imshow(edges);
title('边缘检测');

% 高斯滤波
img_filtered = imgaussfilt(img, 2);
subplot(2,3,4);
imshow(img_filtered);
title('高斯滤波');

% 形态学操作
se = strel('disk', 3);
img_morph = imopen(img, se);
subplot(2,3,5);
imshow(img_morph);
title('形态学开运算');

% 图像分割
level = graythresh(img);
img_bw = imbinarize(img, level);
subplot(2,3,6);
imshow(img_bw);
title('二值化');

14.1.3 Statistics and Machine Learning Toolbox（统计和机器学习工具箱）

% 统计分析示例
rng(42);  % 设置随机种子
data = randn(1000, 2);
data(:,2) = data(:,2) + 0.5*data(:,1);  % 添加相关性

% 描述性统计
mean_vals = mean(data);
std_vals = std(data);
corr_matrix = corrcoef(data);

fprintf('均值: [%.2f, %.2f]\n', mean_vals(1), mean_vals(2));
fprintf('标准差: [%.2f, %.2f]\n', std_vals(1), std_vals(2));
fprintf('相关系数: %.2f\n', corr_matrix(1,2));

% 机器学习示例 - 聚类
% 生成聚类数据
cluster1 = mvnrnd([2, 2], [1, 0.5; 0.5, 1], 100);
cluster2 = mvnrnd([-2, -2], [1, -0.5; -0.5, 1], 100);
cluster3 = mvnrnd([2, -2], [1, 0; 0, 1], 100);
ml_data = [cluster1; cluster2; cluster3];

% K-means聚类
[idx, centers] = kmeans(ml_data, 3);

% 可视化聚类结果
figure;
colors = ['r', 'g', 'b'];
for i = 1:3
    scatter(ml_data(idx==i, 1), ml_data(idx==i, 2), colors(i), 'filled');
    hold on;
end
scatter(centers(:,1), centers(:,2), 100, 'k', 'x', 'LineWidth', 2);
title('K-means聚类结果');
legend('聚类1', '聚类2', '聚类3', '聚类中心');

14.1.4 Optimization Toolbox（优化工具箱）

% 优化问题示例
% 目标函数：最小化 f(x) = x1^2 + x2^2 + x1*x2
objective = @(x) x(1)^2 + x(2)^2 + x(1)*x(2);

% 初始点
x0 = [1, 1];

% 约束条件
% 不等式约束: x1 + x2 <= 2
A = [1, 1];
b = 2;

% 等式约束: x1 - x2 = 0
Aeq = [1, -1];
beq = 0;

% 求解
options = optimoptions('fmincon', 'Display', 'iter');
[x_optimal, fval] = fmincon(objective, x0, A, b, Aeq, beq, [], [], [], options);

fprintf('最优解: x = [%.4f, %.4f]\n', x_optimal(1), x_optimal(2));
fprintf('最优值: f = %.4f\n', fval);

14.1.5 Control System Toolbox（控制系统工具箱）

% 控制系统示例
% 传递函数
num = [1, 2];
den = [1, 3, 2];
sys = tf(num, den);

% 系统分析
figure;
subplot(2,2,1);
step(sys);
title('阶跃响应');

subplot(2,2,2);
impulse(sys);
title('脉冲响应');

subplot(2,2,3);
bode(sys);
title('波德图');

subplot(2,2,4);
nyquist(sys);
title('奈奎斯特图');

% 极点和零点
poles = pole(sys);
zeros = zero(sys);
fprintf('极点: ');
disp(poles');
fprintf('零点: ');
disp(zeros');

14.2 工具箱函数查找

% 查看已安装的工具箱
ver

% 查看特定工具箱的函数
help signal  % 信号处理工具箱
help images  % 图像处理工具箱
help stats   % 统计工具箱

% 搜索特定功能
lookfor filter  % 搜索包含"filter"的函数

15. 实战项目

15.1 项目1：数据分析与可视化

% 项目：分析股票数据
% 生成模拟股票数据
days = 1:252;  % 一年的交易日
initial_price = 100;
returns = 0.001 + 0.02*randn(1, 252);  % 日收益率
prices = initial_price * cumprod(1 + returns);

% 计算技术指标
function sma = simple_moving_average(data, window)
    sma = zeros(size(data));
    for i = window:length(data)
        sma(i) = mean(data(i-window+1:i));
    end
end

sma_20 = simple_moving_average(prices, 20);
sma_50 = simple_moving_average(prices, 50);

% 计算波动率
volatility = movstd(returns, 20) * sqrt(252);

% 绘制分析图表
figure('Position', [100, 100, 1200, 800]);

% 价格和移动平均线
subplot(3,1,1);
plot(days, prices, 'b-', 'LineWidth', 1.5);
hold on;
plot(days, sma_20, 'r--', 'LineWidth', 1);
plot(days, sma_50, 'g--', 'LineWidth', 1);
title('股票价格和移动平均线');
legend('价格', '20日均线', '50日均线');
ylabel('价格');
grid on;

% 日收益率
subplot(3,1,2);
plot(days, returns*100, 'k-');
title('日收益率');
ylabel('收益率 (%)');
grid on;

% 波动率
subplot(3,1,3);
plot(days, volatility*100, 'm-', 'LineWidth', 1.5);
title('20日滚动波动率');
ylabel('波动率 (%)');
xlabel('交易日');
grid on;

% 统计摘要
fprintf('=== 股票分析报告 ===\n');
fprintf('期初价格: $%.2f\n', prices(1));
fprintf('期末价格: $%.2f\n', prices(end));
fprintf('总收益率: %.2f%%\n', (prices(end)/prices(1) - 1)*100);
fprintf('平均日收益率: %.4f%%\n', mean(returns)*100);
fprintf('波动率: %.2f%%\n', std(returns)*sqrt(252)*100);
fprintf('最大回撤: %.2f%%\n', max(cummax(prices) - prices)./cummax(prices)*100);

15.2 项目2：信号处理应用

% 项目：音频信号处理
% 生成复合音频信号
fs = 44100;  % 采样率
duration = 3;  % 持续时间
t = 0:1/fs:duration-1/fs;

% 创建复合信号
freq1 = 440;   % A4音符
freq2 = 880;   % A5音符
freq3 = 1320;  % E6音符
signal = sin(2*pi*freq1*t) + 0.5*sin(2*pi*freq2*t) + 0.3*sin(2*pi*freq3*t);

% 添加噪声
noisy_signal = signal + 0.1*randn(size(t));

% 设计滤波器组
% 低通滤波器 (< 600 Hz)
[b_low, a_low] = butter(6, 600/(fs/2), 'low');
low_freq = filter(b_low, a_low, noisy_signal);

% 带通滤波器 (600-1000 Hz)
[b_band, a_band] = butter(6, [600, 1000]/(fs/2), 'bandpass');
mid_freq = filter(b_band, a_band, noisy_signal);

% 高通滤波器 (> 1000 Hz)
[b_high, a_high] = butter(6, 1000/(fs/2), 'high');
high_freq = filter(b_high, a_high, noisy_signal);

% 频谱分析
N = length(noisy_signal);
f = (0:N-1)*(fs/N);
Y_original = fft(signal);
Y_noisy = fft(noisy_signal);
Y_filtered = fft(low_freq + mid_freq + high_freq);

% 绘制结果
figure('Position', [100, 100, 1200, 900]);

% 时域信号
subplot(3,2,1);
plot(t(1:fs/10), signal(1:fs/10));
title('原始信号（前0.1秒）');
xlabel('时间 (s)');
ylabel('幅度');

subplot(3,2,2);
plot(t(1:fs/10), noisy_signal(1:fs/10));
title('含噪声信号（前0.1秒）');
xlabel('时间 (s)');
ylabel('幅度');

% 频谱
subplot(3,2,3);
plot(f(1:N/2), abs(Y_original(1:N/2)));
title('原始信号频谱');
xlabel('频率 (Hz)');
ylabel('幅度');

subplot(3,2,4);
plot(f(1:N/2), abs(Y_noisy(1:N/2)));
title('含噪声信号频谱');
xlabel('频率 (Hz)');
ylabel('幅度');

% 滤波后的信号
subplot(3,2,5);
plot(t(1:fs/10), (low_freq + mid_freq + high_freq)(1:fs/10));
title('滤波后信号（前0.1秒）');
xlabel('时间 (s)');
ylabel('幅度');

subplot(3,2,6);
plot(f(1:N/2), abs(Y_filtered(1:N/2)));
title('滤波后信号频谱');
xlabel('频率 (Hz)');
ylabel('幅度');

% 保存音频文件（如果需要）
% audiowrite('original_signal.wav', signal, fs);
% audiowrite('noisy_signal.wav', noisy_signal, fs);
% audiowrite('filtered_signal.wav', low_freq + mid_freq + high_freq, fs);

15.3 项目3：图像处理应用

% 项目：图像增强和特征提取
% 读取图像（使用MATLAB自带的图像）
img = imread('coins.png');
if size(img, 3) == 3
    img_gray = rgb2gray(img);
else
    img_gray = img;
end

% 图像预处理
img_enhanced = imadjust(img_gray);  % 对比度增强
img_filtered = imgaussfilt(img_enhanced, 1);  % 高斯滤波

% 边缘检测
edges = edge(img_filtered, 'canny');

% 形态学处理
se = strel('disk', 3);
img_closed = imclose(edges, se);
img_filled = imfill(img_closed, 'holes');

% 连通组件分析
[labeled, num_objects] = bwlabel(img_filled);
stats = regionprops(labeled, 'Area', 'Centroid', 'BoundingBox', 'Eccentricity');

% 过滤小对象
min_area = 500;
large_objects = [stats.Area] > min_area;
stats_filtered = stats(large_objects);

% 创建结果图像
result_img = img_gray;
figure('Position', [100, 100, 1200, 800]);

% 显示处理过程
subplot(2,3,1);
imshow(img_gray);
title('原图');

subplot(2,3,2);
imshow(img_enhanced);
title('对比度增强');

subplot(2,3,3);
imshow(edges);
title('边缘检测');

subplot(2,3,4);
imshow(img_filled);
title('形态学处理');

subplot(2,3,5);
imshow(img_gray);
hold on;
for i = 1:length(stats_filtered)
    centroid = stats_filtered(i).Centroid;
    plot(centroid(1), centroid(2), 'r+', 'MarkerSize', 10, 'LineWidth', 2);
    
    % 绘制边界框
    bbox = stats_filtered(i).BoundingBox;
    rectangle('Position', bbox, 'EdgeColor', 'g', 'LineWidth', 2);
end
title(sprintf('检测到的对象 (共%d个)', length(stats_filtered)));

subplot(2,3,6);
areas = [stats_filtered.Area];
histogram(areas, 10);
title('对象面积分布');
xlabel('面积 (像素)');
ylabel('数量');

% 输出统计信息
fprintf('=== 图像分析报告 ===\n');
fprintf('图像尺寸: %d × %d\n', size(img_gray, 1), size(img_gray, 2));
fprintf('检测到的对象数量: %d\n', length(stats_filtered));
fprintf('平均对象面积: %.2f 像素\n', mean(areas));
fprintf('最大对象面积: %.2f 像素\n', max(areas));
fprintf('最小对象面积: %.2f 像素\n', min(areas));