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做以比较。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：
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。等等...
但是，他们之间也同时存在着许多的不同，如下：
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。他的初衷设计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，将低了编程难度。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只支持面相对象的图形显示，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
不能支持真体数据的显示，这将对于包括医学影像(Medical Image)、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ION Script，而不能提供ION Java所能给予用户的解决方案。等等...
总之，我最后总结几点Matlab与IDL比较之后的弱势：
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。
首先，让我们先看一下他们的相同之处：
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。等等...
但是，他们之间也同时存在着许多的不同，如下：
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。他的初衷设计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，将低了编程难度。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只支持面相对象的图形显示，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
不能支持真体数据的显示，这将对于包括医学影像(Medical Image)、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ION Script，而不能提供ION Java所能给予用户的解决方案。等等...
总之，我最后总结几点Matlab与IDL比较之后的弱势：
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。
- 上一篇： IDL语言简介
- 下一篇： 网络转载：基于FPGA的直接数字频率合成器的设计和实现
文章评论（1条评论）
登录后参与讨论
相关推荐阅读
-
zhangshaobing517_935512703 2011-03-21 01:28
- KC24RT-300调试笔记
- 项目中需要使用LED驱动器，主要是为了让一串LED发出的光照一致，所以在试验中采用LED串联的方式比较好点，LED并联容易导致LED发光的 不均匀以及寿命减少。我在项目中采用金升阳公司的KC24RT-...
-
- 线程中CreateEvent和SetEvent及WaitForSingleObj
- 首先介绍CreateEvent是创建windows事件的意思，作用主要用在判断线程退出，程锁定方面.CreateEvent 函功能描述：创建或打开一个命名的或无名的事件对象.EVENT有两种状态：发信...
-
- VS2008 BEGIN
- Visual Studio 2008环境与VC6.0的环境存在着比较大的区别，下面就一些小小的区别在这里做一些探讨，欢迎指教！1、如果是调试控制台程序，很多时候点击“启动调试”后是一闪而过，此时可有两...
-
- 使用MFC的数组类
- MFC的数组类支持的数组类似于C++中的常规数组，可以存放任何数据类型。C++的常规数组在使用前必须将其定义成能够容纳所有可能需要的元素，而MFC数组类创建的对象可以根据需要动态地增大或减小，数组的...
-
- 循环
- 循环设计的注意的事情：（1）双重循环的跳出问题，break只挑出所在的循环，如果使用双层FOR循环，单个BREAK就不可能跳出所有的双层（2）在迭代的时候，注意起始和终止的条件，尤其是终止问题（3）...
-
- 图像处理改进
- 1.特征点提取的算法 标志点的提取算法对结果的影响虽然没有经过试验或者计算的推算，每1个pix的偏差对结果的影响有多大，但是不可避免的，要想获得高精度的 测量结果，高精度的提取对结果的影响还是很大...
EE直播间
更多
-
精密半导体参数测试解决方案 直播时间： 01月08日 10:00 -
第三代功率半导体器件测试解决方案 直播时间： 03月06日 10:00
关闭
站长推荐
/1 
/1
-
返回顶部
-
zhangshaobing517_935512703 2009-1-19 14:41