MATLAB 与C/ C + + 、FORTRAN语言混合编程
摘要:对MATLAB 与C/ C + + 和FORTRAN 语言进行混合编程的常用方法进行了介绍,分析了其
实现方式和各自的利弊,并用实例对MEX 文件实现方式进行了较详细的论述.
关键词: MATLAB ; C/ C + + ; FORTRAN ; 混合编程
中图分类号: TP313 文献标识码: A 文章编号:16722948X(2004) 0620547205
1 混合编程的意义及其实现方式
1. 1 混合编程的意义
MATLAB 语言具有功能强大、开发效率高等诸
多优点, 已在工程实际中得到广泛应用, 但是与
FORTRAN、C/ C + + 等语言相比,其执行效率较低,
特别是当程序中含有大量循环语句(例如迭代计算)
时,MATLAB 就有些力不从心, 速度很慢, 而运用
FORTRAN 等擅长数值计算语言进行编程,其运行效
率高. 一方面,如果放弃MATLAB 强大功能和数量
众多的应用工具箱,无疑是资源的极大浪费. 另一方
面,针对工程实际,人们用FORTRAN、C/ C + + 语言
已编写了大量实用程序,如果将其重新改写成M 文
件移植到MATLAB 环境中,不仅要花费大量的时间
和精力,而且有时还降低了其运行效率. 可否将二者
优势互补呢? 混合编程就是其有效的解决途径.
1. 2 混合编程的实现
正是考虑到上面这些原由,MATLAB 系统提供
了其应用程序接口(Application Program Interface) 来
解决这些问题. API 主要包括3 部分:MEX 文件———
外部程序调用接口,用来在MATLAB 环境下调用
FORTRAN、C/ C + + 语言编写的程序;MAT 文件应
用程序———数据输入输出接口,用于MATLAB 系统
与外部环境之间互传数据; 计算引擎函数库———
1
C语言环境中调用Matlab程序指南
甄梓宁 znzhen@
Matlab在计算方面功能强大、编写简单，但是要运行Matlab程序必须装有Matlab并且用户
界面也不够完善，因此除了计算的其他部分采用C等更规范完备的语言进行编写是较好的选
择。本文就对如何在C程序中调用Matlab程序作说明。
在C程序中调用Matlab程序有两大类方法。第一种是调用Matlab引擎，第二种是将m文
件打包成dll文件在C语言环境下调用。前者虽然易于实现，可以实时监控程序的运行，但
是独立性差，需要安装完整版Matlab，且每次调用都会启动MATLAB.exe进程；后者则实现
复杂，调试麻烦，但只需安装MCR（Matlab Component Runtime），耗费资源较少。关于MCR，
请见第四章的说明。至于两种方法需要在C环境中如何配置请见第五章。
而反过来若要在Matlab下调用C程序则一般使用Matlab自带的mex工具，在此不作介绍。
一、调用Matlab引擎
调用Matlab引擎可以在WIN32、MFC中使用，它的原理实际上相当于打开一个精简版
的Matlab然后往里面输命令。下面是调用Matlab中的加法程序add.m的例子。
先在Matlab的work目录下创建add.m文件并编写程序如下：
function s = add (a, b)
s = a+b;
在C程序中，首先打开精简版的Matlab：（所需头文件，引用库等见第五章）
Engine *ep = engOpen (NULL);
编译运行后，会自动打开一个命令行监控窗口，输入pwd就可以看到当前的工作目录，
于是需要先将工作目录转换至存放add.m的目录：
engEvalString (ep, ”cd ..\\..\\work”);
engEvalString是往Matlab里输命令的函数，显然我们的目标是成功运行：
engEvalString (ep, ”s=add(a,b)”);
1 Matlab与C混合编程的方法研究与实现
摘要：文章探讨了MATLAB与VC++的优缺点，介绍了VC++与Matlab混合编程的几种方法。通过二者的结合，既有效地利用了MATLAB强大的数值计算能力和众多的函数，大大减少程序设计的工作量，又继承了VC++良好的程序界面，证明是一种很好的程序设计方法。具体说明了如何应用Matlab引擎实现混合编程以及如何利用MATCOM进行MATLAB和VC++混合编程，并将两种方法用于数字图像处理。
关键词：MATLAB；VC++；MATCOM；引擎；混合编程；图像处理
一、引言
1、数字图像处理简介：
图像技术由高到低分为三个层次：图像处理、图像分析和图像理解。图像处理是比较底层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。数字图像处理最基本的目的就是改善图像，主要是按需要进行适当的变换突出某些有用的信息，去除或消弱无用的信息，如改变图像的对比度，去除噪声或强调边缘的处理等，其基本方法有：直方图修正、灰度变换、图像的频域特性、图像平滑、图像锐化等。
直方图是图像的重要统计特征，是表示数字图像中每一灰度级与该灰度级出现的频率数间的统计关系。直方图能给出该图像的大致描述，如灰度范围、灰度级的分布、整幅图像的平均亮度等，但它不能完整地描述一幅图像。通常用横坐标表示灰度级，纵坐标表示频数。
通常一幅均匀量化的自然图像由于其灰度直方图分布集中在较窄的低值灰度区间，引起图像的细节看不清楚，为使图像变得清晰，我们可以通过变换使图像的灰度范围拉开或使灰度分布在动态范围内趋于均匀化，从而增加反差，使图像的细节清晰，达到图像增强的目的。
灰度变换是图像增强的一种重要手段，它可以使图像动态范围加大，使图像对比度扩展，图像更加清晰，特征更加明显。灰度变换可分为线性、分段线性、非线性以及其他的灰度变换。线性灰度变换实际上使曝光不充分的图像中黑的部分更黑，白的部分更白，从而提高对比度。
c语言实现 matlab功率谱密度函数pwelch
1. 背景介绍
Matlab是一种广泛使用的用于科学计算、数据分析和可视化的高级编程语言和交互式环境。在Matlab中，有一个非常重要的函数叫做pwelch，它用于计算信号的功率谱密度。这个函数可以帮助工程师和科学家分析信号的频谱特性，以便更好地理解和处理信号。
2. C语言实现Matlab功率谱密度函数pwelch的必要性
虽然Matlab是一个功能强大的工具，但它并不是所有人都能接触到的。有些应用场景不适合使用Matlab，比如嵌入式系统、实时控制系统等。在这些场景下，使用C语言实现Matlab功率谱密度函数pwelch可以帮助工程师和科学家在没有Matlab的情况下进行信号分析和处理。
3. 如何实现
要实现Matlab功率谱密度函数pwelch，我们首先需要了解这个函数的原理和算法。pwelch函数使用Welch方法来估计信号的功率谱密度，它将信号分成重叠的段，然后对每一段进行傅里叶变换，最后求取所有段的平均值来得到最终的功率谱密度。在C语言中，我们可以使用FFT算法来实现傅里叶变换，然后结合Welch方法进行功率谱密度估计。
4. C语言实现Matlab功率谱密度函数pwelch的挑战
C语言是一种相对低级的编程语言，相比Matlab而言，它的功能更加基础。要在C语言中实现pwelch函数，我们需要解决一些挑战。我们需要实现FFT算法来进行傅里叶变换，这需要一定的数学基础和编程技能。我们需要考虑内存和性能的限制，因为C语言是一种更加接近硬件的编程语言，对计算资源的管理更加严格。
5. 解决挑战的方式
要解决这些挑战，我们可以借助现有的开源库，比如FFTW（Fastest
Fourier Transform in the West）库，它是一个高性能的FFT库，可以帮助我们实现快速和高效的傅里叶变换。另外，我们可以结合C语言的指针和数组操作来优化内存管理和性能调优。
