matlab在学校科研，仿真及基于模型开发的工作中有重要作用，在图像处理方面由于省去了复杂的上位机开发流程，因此可以让用户快速开发验证算法，下面简要介绍其在图像处理方面的应用。
matlab开发图像处理算法的流程主要是，根据需要写全图像处理计算步骤，每一步的实现细节和预期计算结果写详细包括伪代码，matlab编程实现，计算结果可视化。步骤也同样适用于python开发。
matlab读入图像，imread可以读入任意格式的图像，csvread可以读入csv文件数据。读入后的数据可以imshow显示灰度图和三维图对数据进行查看。imwrite可以把修改后的图写出文件保存。
计算步骤编写，以tof的四相位深度计算为例，matlab的计算做到了极简化，atan(a,b)，即可计算所有像素点相位，可以直接对矩阵进行操作。系数矩阵求解A=b\H，可以直接左除求解。通常不需要for循环即可对矩阵每个元素进行计算。计算后的变量结果可以在工作空间窗口查看，任意双击变量以列表形式呈现，可以看矩阵或数组的每一个元素，也可以选中某块元素区域进行局部可视化。定义变量不需要指定类型，但是索引必须一致。支持按位操作，左移右移操作。
Matlab支持很多工具，对相机标定算法来说比opencv精度要高，在工具栏可以选择单目或双目标定工具，指定棋盘格大小和读入图片路径即可自动计算内外参数，并输出重投影误差，删除误差大的图片可以提高计算精度。除了相机标定工具外，也支持神经网络计算工具，可以加载预训练网络模型，可视化网络结构，输出训练后模型文件。另外还有结构光工具，slam工具和信号处理工具。配合图像采集工具可以和图像采集卡连接，支持和fpga硬件连接。
Matlab内置很多算法，可以直接调用快速验证算法原理，例如曲线曲面拟合算法，相机标定算法，矩阵分解，高斯牛顿梯度下降计算等。其中多项式曲线拟合最高支持10阶，曲面拟合支持5阶。可以用edit命令查看某个函数的计算步骤，help文档可以查看算法说明和相关引用论文出处。
Matlab支持软件部署，编写完成的算法可以导出为独立的可执行应用程序，拷贝到目标机独立运行，也可以生成动态链接库，同时要用命令导出程序运行依赖环境。在目标机运行时要先运行初始化matlab依赖环境，依赖环境包含本算法对应的所有头文件和依赖库，可以在vs中调用matlab接口进行环境初始化，之后调用算法接口。也可以部署到嵌入式平台，用代码生成工具生成嵌入式程序部署到stm32平台。