1.3 函数及其调用
函数的使用在Matlab程序设计中是非常重要的。用户通过调用函数程序，可以大大地简化程序语句，减少程序冗余，并且用户可以很方便定位和查看模块化程序。特别是在程序调试过程中，函数化的程序将方便第三方查看和学习。
1.3.1 函数类型
MATLAB提供了友好的编程环境，用户可以采用MATLAB脚本文件（.m文件）进行函数书写，并且能够很简单地实现函数的嵌套调用，具体的MATLAB脚本文件如图1-20所示。
图1-20 MATLAB脚本函数文件
如图1-20所示为一函数脚本文件，函数脚本文件的书写和直接代码文件书写相同，只不过是将变化参量置留出来，供用户进行调用。
（1）函数常用的句柄是直接写一个函数，保存为一个函数文件，供用户调用。如一个加法运算函数的使用，具体如下：
function y = add(s,w)
% s：为一个数
% w：为一个数
% y：为s+w的和
y = s + w; % 加法运算
end
保存即可得到一个函数文件，具体如图1-21所示。
图1-21 函数文件的生成
如图1-21所示，得到一个加法器的函数文件。采用函数文件的方式供用户使用，在GUI设计中，也常常应用。
用户可以在命令窗口调用该函数，具体如下：
>> add(1,1)
ans =
2
>> add(1,3)
ans =
4
>> add(182,80378241)
ans =
80378423
>> add(11740630,87)
ans =
11740717
>>
（2）采用@function来创建，这种运算方式，我们在实际工程中，应用较少，但是对于简单的高等数学问题，则可以直接采用@function来创建，具体如下：
% Designed by Yu Shengwei From SWJTU University
% 2014年12月29日
clc,clear,close all % 清理命令区、清理工作区、关闭显示图形
warning off % 消除警告
feature jit off % 加速代码运行
y = @(s,w)s+w ; % 加法运算
y1 = y(1,2) % 赋值
y2 = y(117,4063087) % 计算加和
y3 = y(182803,78241) % 计算加和
y1 =
3
y2 =
4063204
y3 =
261044
同样的可以对其进行循环赋值运算，具体操作如下：
for i =1:10
ysw(i) = y(i^2,2*i+1); % 加法运算
end
plot(ysw,'linewidth',2) % 线宽为2
grid on % 网格化
haxes2=axes('position',[0.3,0.5,0.3,0.3]); % 坐标轴二位置设置
axis(haxes2); % 轴设置
plot(ysw,'ro--'); % 画图
运行程序输出图形如图1-22所示。
图1-22 函数图形
1.3.2 函数参数传递
从1.3.1小节可知，函数加法运算就是一个参数传递过程，MATLAB编写函数，在函数文件头需要写明输入和输出变量，才能构成一个完整的可调用函数。在主函数中调用时，通过满足输入关系，选择输出的变量，也就是相应的函数参数传递，MATLAB将这些实际值传回给相应的形式参数变量，每一个函数调用时变量之间互不冲突，均有自己独立的函数空间。
1．函数的直接调用
对于求解一个图像滤波器的程序，编写函数如下：
function im_e = Homom_filter(im,d,rL,rH)
在命令中，im为输入的二维图像矩阵，d为截止频率，rL为低频增益，rH为高频增益。直接调用该函数即可得到滤波后的图像。
图像滤波函数如下：
function im_e = Homom_filter(im,d,rL,rH)
% 同态滤波
% 函数输入
% im: 输入的二维图像矩阵
% d: 截止频率
% rL: 低频增益
% rH: 高频增益
% 函数输出:
% im_e: 重构滤波图像
if ～isa(im,'double')
im = double(im);
end
[r c]=size(im); % 输入图像维数
% 高斯高通滤波
A=zeros(r,c);
for i=1:r
for j=1:c
A(i,j)=(((i-r/2).^2+(j-c/2).^2)).^(.5);
B(i,j)=A(i,j)*A(i,j); % 元素平方
H(i,j)=(1-exp(-((B(i,j)).^2/d.^2))); % 传递函数
end
end
% 同态滤波器传递函数
H=((rH-rL).*H)+rL;
% 取对数
im_l=log2(im + 1e-5);
% 离散傅里叶变换
im_f=fft2(im_l);
% 滤波
im_nf=H.*im_f;
% DFT反变换
im_n=abs(ifft2(im_nf));
% 指数变换，消除取对数
im_e = exp(im_n); % 滤波矩阵
im_e = uint8(im_e);
具体调用如下：
% 同态滤波
clc,clear,close all % 清理命令区、清理工作区、关闭显示图形
warning off % 消除警告
feature jit off % 加速代码运行
tic
im = imread('me.jpg'); % 读图
im = imnoise(rgb2gray(im),'gaussian',0,1e-5); % 原图像 + 白噪声
% 同态滤波参数设置
rL = 0.3999; % 低频增益
rH = 0.71; % 高频增益
D0 = 1; % 截止频率
figure,
subplot(121),imshow(im);title('原始图像')
colormap(jet) % 颜色
shading interp % 消隐
im_e = Homom_filter(im,D0,rL,rH); % 同态滤波
subplot(122),imshow(im_e,[]);title('同态滤波图像')
colormap(jet) % 颜色
shading interp % 消隐
toc
运行程序输出结果如下：
时间已过 0.415661 秒。
输出滤波图像如图1-23所示。
图1-23 同态滤波图像（1）
如图1-23所示，对于已经写好的函数程序，用户只需要调用即可，也可以满足大规模项目同步进行，同时主程序可以用很简单的几句代码实现用户功能，因此函数的书写与调用显得很重要。
2．全局变量的使用
全局变量在大型的编程中，经常用到，特别是在GUI设计中，在每个功能模块下运行相应的程序，需要调用前面对应的输出和输入的变量，这时需要对应的全局变量。全局变量在MATLAB中用global表示，指定全局变量后，该变量能够分别在子函数和主函数中使用，全局变量在整个程序设计阶段基本保持一致。
对于同态滤波函数，采用全局变量的用法如下所述。
滤波函数程序修改如下：
function im_e = Homom_filter_2(im)
% Designed by Yu Shengwei From SWJTU University
% 2014年12月29日
% 同态滤波
% 函数输入
% im: 输入的二维图像矩阵
% d: 截止频率
% rL: 低频增益
% rH: 高频增益
% 函数输出
% im_e: 重构滤波图像
global rL rH D0
d = D0;
if ～isa(im,'double')
im = double(im);
end
[r c]=size(im); % 输入图像维数
% 高斯高通滤波
A=zeros(r,c);
for i=1:r
for j=1:c
A(i,j)=(((i-r/2).^2+(j-c/2).^2)).^(.5);
B(i,j)=A(i,j)*A(i,j);
H(i,j)=(1-exp(-((B(i,j)).^2/d.^2))); % 传递函数
end
end
% 同态滤波器传递函数
H=((rH-rL).*H)+rL;
% 取对数
im_l=log2(im + 1e-5);
% 离散傅里叶变换
im_f=fft2(im_l);
% 滤波
im_nf=H.*im_f;
% DFT反变换
im_n=abs(ifft2(im_nf));
% 指数变换，消除取对数
im_e = exp(im_n); % 滤波矩阵
im_e = uint8(im_e);
同理主函数程序如下：
im = imread('me.jpg'); % 读图
im = imnoise(rgb2gray(im),'gaussian',0,1e-5); % 原图像 + 白噪声
% 同态滤波参数设置
rL = 0.3999; % 低频增益
rH = 0.71; % 高频增益
D0 = 1; % 截止频率
global rL rH D0
figure,
subplot(121),imshow(im);title('原始图像')
colormap(jet) % 颜色
shading interp % 消隐
im_e = Homom_filter_2(im); % 同态滤波
subplot(122),imshow(im_e,[]);title('同态滤波图像')
colormap(jet) % 颜色
shading interp % 消隐
运行程序输出结果如图1-24所示。
图1-24 同态滤波图像（2）
对比图1-23和图1-24可知，Homom_filter_2(im)函数与Homom_filter(im,d,rL,rH)函数实现的功能是一样的，只是Homom_filter_2(im)函数输入量为1个，而Homom_filter(im,d,rL,rH)输入量为4个，主要原因在于Homom_filter_2(im)函数中的d、rL、rH这3个量采用全局变量来控制，具体代码为：
global rL rH D0
因此全局变量的使用，可以减少函数变量的输入，避免用户过多地去重新定义，因此在实际应用中，也较常使用。