idl与matlab的比较-图像处理方面

《idl与matlab的比较-图像处理方面》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、IDL与Matlab的比较IDL和Matlab从客观上讲在许多方面应该是两个非常接近的产品，并且，对于国内的IDL初学者，他们也习惯性地把IDL和Matlab做比较。由于他们对这两个产品都不是很熟悉，做成各种各样理解上的偏差，我在这里给大家做一个相对客观的比较。对于科学数据他们都可以提供全功能的分析与显示的环境。但是，他们之间的不同使得IDL更加适合应用开发者以及那些利用影像、海量数据的科研人员以此从事发现有用信息、做出医学诊断和得到科学决策。首先，让我们先看一下他们的相同之处：IDL与Matlab的相同点：1)他们都是用于支持多种数据格式的可视化分析的工具，他们具有跨越

2、平台、基于矩阵以及高级语言的特点。2)他们同时都可以提供高度集成的环境。3)对于GUIs，他们也都可以提供相应的工具和设计环境。4)他们都可以提供面向对象的图形系统支持OpenGL的硬件图形加速。5)他们都留有与其它语言的接口。但是，他们之间也同时存在着许多的不同，如下：IDL与Matlab的不同点：1)他们的产品定位不同。Matlab属于应用在实验室内的产品，他的重点放在了分析和精度计算上了。他的设计初衷也是基于较小的二维矩阵而进行的。而IDL的设计更多地来源于科学探索的视角。因为可视化是数据解译的关键，所以IDL在图像处理、高级的3D图形等等上做了很多工作。并且，他对

3、于海量的多维数据以及相应的应用开发提供了完备的环境。2)工具箱的形式不一样。这个特点是最显而易见的，IDL将所有提供的工具全部集成在环境内部，以函数或者其它的形式出现，而Matlab则归类出各种工具箱，让用户自选购买，具有一定的灵活性，但这并不意味着他的每个工具箱的功能都很强大。比如，图像处理的工具箱就不及IDL。3)IDL5.5之后则自动支持多线程（CPU）的计算，大大地提高了计算速度，并且无需在代码中体现，降低了编程难度。这在数据量不断增加的今天则成为IDL闪光卖点。Matlab还不能做到这一点。4)数据类型的不同。前面说过，Matlab注重计算精度，但同时这也成为他

4、面对大数量计算的瓶颈。尽管IDL与Matlab支持的数据类型是一样的，但是IDL具有更加灵活的处理方式。5)图形显示方式的不同。Matlab只支持面向对象的图形显示，而IDL则提供直接图形法的选择，因为有时候直接图形法更加方便。另外，Matlab不能支持整体数据的显示，这将对于包括医学影像（MedicalImage）、地质数据、大气以及环境科学方面的应用成为障碍。6)应用开发与发布。这也是前面提到的产品定位问题，在此不再多讲。7)网络解决方案。尽管Mathworks提供的CGI是基于网络的产品，但他只是类似IONScript，而不能提供IONJava所能给予用户的解决方案

5、。总之，我最后总结几点Matlab与IDL比较之后的弱势：Matlab的弱势：1)强制性的双精度计算，有时使得Matlab在计算时内存的消耗达到实际数据精度的8倍，这就造成资源浪费的同时，束缚了处理数据量的能力。2)琳琅满目的工具箱成为Matlab在市场上的双刃剑。3)Matlab在计算速度和内存的管理，仍然存在着一定的问题。4)Matlab不支持多线程（CPU）的计算方式。5)当Matlab应用于实际工程的时候，困扰他的是数据量的问题，到目前为止，IDL在运行2G的雷达数据时没有问题。6)就图像处理而言，IDL仍然是优于Matlab的工具。7)对于外部语言的接口，IDL

6、则有着更为广泛和方便的工具，无论是C、C＋＋、Fortran或者ActiveX控件等等。