第一篇：光學(xué)圖像處理實(shí)驗(yàn)報(bào)告

光學(xué)圖像處理實(shí)驗(yàn)報(bào)告

直方圖均衡化的研究

一、摘要

直方圖均衡化就是把一已知灰度概率分布的圖像經(jīng)過(guò)一種變換,使之演變成一幅具有均勻灰度概率分布的新圖像。它是以累積分布函數(shù)變換法為基礎(chǔ)的直方圖修正法。分析和總結(jié)灰度直方圖的均衡化算法并通過(guò)VC++實(shí)驗(yàn)驗(yàn)證該方法能有效達(dá)到圖像增強(qiáng)的目的。對(duì)于較為暗淡的圖像，采用直方圖均衡化能夠增強(qiáng)其整體對(duì)比度，獲的較為理想的觀察效果。

二、關(guān)鍵字

灰度統(tǒng)計(jì)

直方圖

均衡化

三、實(shí)驗(yàn)原理

1、直方圖的理論基礎(chǔ)：

（1）直方圖概念：灰度直方圖表示圖像中每種灰度出現(xiàn)的頻率。（2）直方圖的作用： 反映一幅圖像的灰度分布特性

n（3）直方圖的計(jì)算：

p(rk)?k0?rk?1k?0,1,2,?,l?1 n式中：nk為圖像中出現(xiàn)rk級(jí)灰度的像素?cái)?shù)，n是圖像像素總數(shù)，而nk/n即為頻數(shù)。

2、設(shè)計(jì)目的： 產(chǎn)生一幅灰度級(jí)分布具有均勻概率密度的圖像，擴(kuò)展像素取值的動(dòng)態(tài)范圍，達(dá)到了圖象增強(qiáng)的目的。

3、直方圖均衡化的效果 ：

1）變換后直方圖趨向平坦，灰級(jí)減少，灰度合并。

2）原始象含有象素?cái)?shù)多的幾個(gè)灰級(jí)間隔被拉大了，壓縮的只是象素?cái)?shù)少的幾個(gè)灰度級(jí)，實(shí)際視覺能夠接收的信息量大大地增強(qiáng)了，增加了圖象的反差。同時(shí)，也增加了圖象的可視粒度。

4、離散情況下的直方圖均衡化的算法：

A、列出原始圖像的灰度級(jí) fj,j?0,1,?,L?1

B、統(tǒng)計(jì)各灰度級(jí)的像素?cái)?shù)目 nj,j?0,1,?,L?1

C、計(jì)算原始圖像直方圖各灰度級(jí)的頻數(shù) Pf(fj)?nj/n,j?0,1,?,L?1

kD、計(jì)算累積分布函數(shù) C(f)?j?0Pf(fj),j?0,1,?,k,?L?1

F、應(yīng)用以下公式計(jì)算映射后的輸出圖像的灰度級(jí)，P為輸出圖像灰度級(jí)的個(gè)數(shù)，其中INT為取整符號(hào)：

gi?INT[(gmax?gmin)C(f)?gmin?0.5] G、用的映射關(guān)系修改原始圖像的灰度級(jí)，從而獲得直方圖近似為均勻分布的輸出圖像。

?

四、實(shí)驗(yàn)內(nèi)容及源程序

1、灰度分布密度的統(tǒng)計(jì) 程序代碼如下：

/*********************************************** *函數(shù)名稱：ZhiFangTu(float *tongji)*函數(shù)類型：void *變量說(shuō)明：tongji，灰度分布密度統(tǒng)計(jì) *功能：對(duì)圖像進(jìn)行灰度直方圖統(tǒng)計(jì)

***********************************************/ void CAAAView::OnZhifangtu(float *tongji){ // TODO: Add your command handler code here

int huidu[256];//灰度計(jì)數(shù)

CAAADoc* pDoc = GetDocument();

LPSTR lpDIB;LPSTR

lpDIBBits;

lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());

lpDIBBits = ::FindDIBBits(lpDIB);//原圖數(shù)據(jù)區(qū)指針

int iH,iW;memset(huidu,0,sizeof(huidu));//變量初始化

iH = ::DIBHeight(lpDIB);//寬

iW = ::DIBWidth(lpDIB);//長(zhǎng)

LPBYTE temp1=new BYTE[iH*iW];//新圖像緩沖區(qū)

memcpy(temp1,lpDIBBits,iH*iW);//復(fù)制原圖像到緩沖區(qū)

for(int i=0;i

{ for(int j=0;j

{

unsigned char temp;

temp=temp1[iW*i+j];//灰度統(tǒng)計(jì)計(jì)數(shù)

huidu[temp]++;} } for(i=0;i<256;i++)//統(tǒng)計(jì)灰度分布密度

tongji[i]=huidu[i]/(iH*iW*1.0f);}

2、直方圖分布的均衡化

（1）統(tǒng)計(jì)直方圖數(shù)組，用一個(gè)數(shù)組p記錄p?i?；（2）i從1開始，令s?i??s?i?1??p?i?；

（3）一個(gè)數(shù)組L記錄新的s的索引值，即令L?i??s?i?*(256?1)；

（4）依次循環(huán)每個(gè)像素，取原圖的像素值作為數(shù)組L的下標(biāo)值，取該下標(biāo)值對(duì)應(yīng)的數(shù)組值作為均衡化之后的像素值。程序代碼如下：

/*********************************************** *函數(shù)名稱：zhifangtujunheng *函數(shù)類型：void *變量說(shuō)明：無(wú)

*功能：對(duì)圖像進(jìn)行灰度分布均衡化處理

***********************************************/ void CAAAView::OnZhifangtujunheng(){ // TODO: Add your command handler code here CAAADoc* pDoc = GetDocument();

LPSTR lpDIB;LPSTR

lpDIBBits;

lpDIB =(LPSTR)::GlobalLock((HGLOBAL)pDoc->GetHDIB());

lpDIBBits = ::FindDIBBits(lpDIB);//原圖數(shù)據(jù)區(qū)指針

float Hdmd[256];//灰度密度

float temp[256];//中間變量

int a[256];long i,j;memset(temp,0,sizeof(temp));//初始化

OnZhifangtu(Hdmd);//獲取圖像的灰度密度分布

for(i=0;i<256;i++)//進(jìn)行均衡化處理

{

if(i==0)

{

temp[0]=Hdmd[0];

}

else

{

temp[i]=temp[i-1]+Hdmd[i];

}

a[i]=(int)(255.0f*temp[i]+0.5f);}

long iH,iW;

iH = ::DIBHeight(lpDIB);//寬

iW = ::DIBWidth(lpDIB);//長(zhǎng)

for(i=0;i

{ for(j=0;j

{ unsigned char temp1;//將轉(zhuǎn)換后的灰度分布寫入dib圖像

temp1=*(lpDIBBits+i*iW+j);

*(lpDIBBits+i*iW+j)=a[temp1];} } pDoc->UpdateAllViews(NULL);::GlobalUnlock((HGLOBAL)pDoc->GetHDIB());EndWaitCursor();}

五、實(shí)驗(yàn)結(jié)果的分析與比較

a原圖如下所示：

b均衡后的結(jié)果如下：

結(jié)論：圖像直方圖趨于平坦化，且灰度間隔被拉大，從而有利于圖像的分析和識(shí)別。對(duì)于較為暗淡的圖像，采用直方圖均衡化能夠增強(qiáng)其整體對(duì)比度，獲的較為理想的觀察效果。

六、參考文獻(xiàn)

VC++圖像處理程序設(shè)計(jì)（第二版）（楊淑瑩等 編著）

第二篇：數(shù)字信號(hào)處理實(shí)驗(yàn)報(bào)告

JIANGSU

UNIVERSITY OF TECHNOLOGY

數(shù)字信號(hào)處理實(shí)驗(yàn)報(bào)告

學(xué)院名稱： 電氣信息工程學(xué)院

專 業(yè)：

班 級(jí)： 姓 名： 學(xué) 號(hào)： 指導(dǎo)老師： 張維璽（教授）

2013年12月20日

實(shí)驗(yàn)一 離散時(shí)間信號(hào)的產(chǎn)生

一、實(shí)驗(yàn)?zāi)康?/p>

數(shù)字信號(hào)處理系統(tǒng)中的信號(hào)都是以離散時(shí)間形態(tài)存在的，所以對(duì)離散時(shí)間信號(hào)的研究是數(shù)字信號(hào)的基本所在。而要研究離散時(shí)間信號(hào)，首先需要產(chǎn)生出各種離散時(shí)間信號(hào)。使用MATLAB軟件可以很方便地產(chǎn)生各種常見的離散時(shí)間信號(hào)，而且它還具有強(qiáng)大繪圖功能，便于用戶直觀地處理輸出結(jié)果。

通過(guò)本實(shí)驗(yàn)，學(xué)生將學(xué)習(xí)如何用MATLAB產(chǎn)生一些常見的離散時(shí)間信號(hào)，實(shí)現(xiàn)信號(hào)的卷積運(yùn)算，并通過(guò)MATLAB中的繪圖工具對(duì)產(chǎn)生的信號(hào)進(jìn)行觀察，加深對(duì)常用離散信號(hào)和信號(hào)卷積和運(yùn)算的理解。

二、實(shí)驗(yàn)原理

離散時(shí)間信號(hào)是指在離散時(shí)刻才有定義的信號(hào)，簡(jiǎn)稱離散信號(hào)，或者序列。離散序列通常用x（n）來(lái)表示，自變量必須是整數(shù)。常見的離散信號(hào)如下：（1）單位沖激序列δ（n）

如果δ（n）在時(shí)間軸上延遲了k個(gè)單位，得到δ（n-k），即長(zhǎng)度為N的單位沖激序列δ（n）可以通過(guò)下面的MATLAB命令獲得。

n=-（N-1）：N-1 x=[zeros(1,N-1)1 zeros(1,N-1)]； stem(n,x)延遲K個(gè)采樣點(diǎn)的長(zhǎng)度為N的單位沖激序列δ（n-k）（k

n=0：N-1 y=[zeros(1,M)1 zeros(1,N-M-1)]； stem（n，y）

（2）單位階躍序列u（n）

如果u（n）在時(shí)間軸上延遲了k個(gè)單位，得到u（n-k），即長(zhǎng)度為N的單位階躍序列u（n）可以通過(guò)下面的MATLAB命令獲得。

n=-（N-1）：N-1 x=[zeros(1,N-1)ones(1,N)]； stem(n,x)延遲的單位階躍序列可以使用類似于單位沖激序列的方法獲得。（3）矩形序列

矩形序列有一個(gè)重要的參數(shù)，就是序列的寬度N。矩形序列與u（n）之間的關(guān)系為矩形序列等= u（n）— u（n-N）。

因此，用MATLAB表示矩形序列可利用上面的單位階躍序列組合而成。（4）正弦序列x（n）

這里，正弦序列的參數(shù)都是實(shí)數(shù)。與連續(xù)的正弦信號(hào)不同，正弦序列的自變量n必須為整數(shù)?？梢宰C明，只有當(dāng)2π/w為有理數(shù)時(shí)，正弦序列具有周期性。

長(zhǎng)度為N的正弦序列x（n）可以通過(guò)下面的MATLAB命令獲得。n=0：N-1 x=A*cos（2*pi*f*n/Fs+phase）（5）單邊實(shí)指數(shù)序列x（n）

長(zhǎng)度為N的實(shí)指數(shù)序列x（n）可以通過(guò)下面的MATLAB命令實(shí)現(xiàn)。n=0：N-1 x=a.^n stem(n,x)單邊指數(shù)序列n的取值范圍為n>=0。當(dāng)|a|>1時(shí)，單邊指數(shù)序列發(fā)散；當(dāng)|a|<1時(shí)，單邊指數(shù)序列收斂。當(dāng)a>0時(shí)，該序列均取正值；當(dāng)a<0時(shí)，序列在正負(fù)擺動(dòng)。

（6）負(fù)指數(shù)序列x（n）

當(dāng)a=0時(shí)，得到虛指數(shù)序列x（n）。

與連續(xù)負(fù)指數(shù)信號(hào)一樣，我們將負(fù)指數(shù)序列實(shí)部和虛部的波形分開討論，得到如下結(jié)論：

1）當(dāng)a>0時(shí)，負(fù)指數(shù)序列x（n）的實(shí)部和虛部分別是按指數(shù)規(guī)律增長(zhǎng)的正弦振蕩序列；

2)當(dāng)a<0時(shí)，負(fù)指數(shù)序列x（n）的實(shí)部和虛部分別是按指數(shù)規(guī)律衰減的正弦振蕩序列；

3)當(dāng)a=0時(shí)，負(fù)指數(shù)序列x（n）即為虛指數(shù)序列，其實(shí)部和虛部分別是等幅的正弦振蕩序列；

長(zhǎng)度為N的實(shí)指數(shù)序列x（n）可以通過(guò)下面的MATLAB命令實(shí)現(xiàn)。n=0：N-1 x=exp（（a.+j*w）*n）stem(n,real(x))或

stem(n,imag(x))

三、實(shí)驗(yàn)內(nèi)容及分析

?1n?01、編制程序產(chǎn)生單位沖激序列??n???“?并繪出其圖及??n?”學(xué)號(hào)后兩位0n?0?形。程序:(1)N=4;

n=-(N-1):N-1;

x=[zeros(1,N-1)1 zeros(1,N-1)];stem(n,x);

title('單位沖激序列');

grid on;

(2)N=6;

M=1;%學(xué)號(hào)01 n=-(N-1):N-1;

y=[zeros(1,N-M+1)1 zeros(1,N-M-1)];stem(n,y);

title('單位沖激序列');grid on;

分析:在上圖的基礎(chǔ)上向右平移了1個(gè)單位。

?1n?02、編制程序產(chǎn)生單位階躍序列u?n???、u?n?“學(xué)號(hào)后兩位”?及

0n?0?u?n??u?n?“學(xué)號(hào)后兩位”?，并繪出其圖形。程序: 4

(1)N=5;

n=-(N-1):N-1;

x=[zeros(1,N-1)ones(1,N)];stem(n,x);

title('單位階躍序列');grid on;

(2)N=6;

M=1;%學(xué)號(hào)01 n=-(N-1):N-1;

x=[zeros(1,N-M+1)ones(1,N-M)];stem(n,x);

title('單位階躍序列');grid on;

分析:在上圖的基礎(chǔ)上平移了1個(gè)單位.(3)N=6;

M=1;%學(xué)號(hào)01 n=-(N-1):N-1;

x=[zeros(1,N-1)ones(1,N)];y=[zeros(1,N-M+1)ones(1,N-M)];z=x-y;stem(n,z);

title('單位階躍序列');grid on;

2??

3、編制程序產(chǎn)生正弦序列x?n??cos?2?n?、x?n??cos??n?及

?學(xué)號(hào)后兩位?x?n??sin?2n?并繪出其圖形。

程序:(1)N=5;

A=1;

w=2*pi;phi=0;n=0:0.05:N-1;x=A*cos(w*n+phi);stem(n,x);title('余弦信號(hào)');grid on;

分析:該序列具有周期性,且輸出為余弦信號(hào).(2)N=5;

A=1;

w=2*pi/1;%學(xué)號(hào)01 phi=0;n=0:0.05:N-1;x=A*cos(w*n+phi);stem(n,x);title('余弦信號(hào)');grid on;

;

分析:該序列具有周期性,且輸出為余弦信號(hào).(3)N=5;

A=1;

w=2*pi;phi=0;

n=0:0.05:N-1;x=A*sin(w*n+phi);stem(n,x);title('正弦信號(hào)');grid on;

分析:該序列具有周期性,且輸出為正弦信號(hào).4、編制程序產(chǎn)生復(fù)正弦序列x?n??e(2?j學(xué)號(hào)后兩位）n，并繪出其圖形。N=3;

n=0:0.2:N-1;

w=1;%學(xué)號(hào)01 x=exp((2+j*w)*n);subplot(2,1,1)

stem(n,real(x)),title('實(shí)部');grid on;subplot(2,1,2)

stem(n,imag(x)),title('虛部');grid on;

5、編制程序產(chǎn)生指數(shù)序列x?n??an，并繪出其圖形。其中a=學(xué)號(hào)后兩位、a=1/“學(xué)號(hào)后兩位”。

(1)N=10;

n=0:N-1;

a=1;%學(xué)號(hào)01 x=a.^n;stem(n,x);title('指數(shù)序列');grid on;

(2)N=10;

n=0:N-1;

a=1;%學(xué)號(hào)01 x=a.^(-n);stem(n,x);title('指數(shù)序列');grid on;

實(shí)驗(yàn)三 離散時(shí)間信號(hào)的頻域分析

一、實(shí)驗(yàn)?zāi)康?/p>

信號(hào)的頻域分析是信號(hào)處理中一種有效的工具。在離散信號(hào)的頻域分析中，通常將信號(hào)表示成單位采樣序列的線性組合，而在頻域中，將信號(hào)表示成復(fù)變量或的線性組合。通過(guò)這樣的表示，可以將時(shí)域的離散序列映射到頻域以便于進(jìn)一步的處理。

在本實(shí)驗(yàn)中，將學(xué)習(xí)利用MATLAB計(jì)算離散時(shí)間信號(hào)的DTFT和DFT，并加深對(duì)其相互關(guān)系的理解。

二、實(shí)驗(yàn)原理

（１）DTFT和DFT的定義及其相互關(guān)系。

（２）使用到的MATLAB命令有基于DTFT離散時(shí)間信號(hào)分析函數(shù)以及求解序列的DFT函數(shù)。

三、實(shí)驗(yàn)內(nèi)容及分析

（１）編程計(jì)算并畫出下面DTFT的實(shí)部、虛部、幅度和相位譜。

X(e)?jw0.0518?0.1553e1?1.2828ex(n)?cos?jw?jw?0.1553e?j2w?1.0388e?j2w?0.0518e?j3w?0.3418e?j3w

（２）計(jì)算32點(diǎn)序列

5?n16，0≦n≦31的32點(diǎn)和64點(diǎn)DFT，分別繪出幅度譜圖形，并繪出該序列的DTFT圖形。

３－１

clear;

x=[0.0518,-0.1553,0.1553,0.0518];y=[1,1.2828,1.0388,0.3418];w=[0:500]*pi/500 H=freqz(x,y,w);

magX=abs(H);angX=angle(H);realX=real(H);imagX=imag(H);subplot(221);plot(w/pi,magX);grid;

xlabel('frequency in pi unit');ylabel('magnitude');title('幅度 part');axis([0 0.9 0 1.1]);

subplot(223);plot(w/pi,angX);grid;

xlabel('frequency in pi unit');ylabel('radians');title('相位 part');axis([0 1-3.2 3.2]);

subplot(222);plot(w/pi,realX);grid;

xlabel('frequency in pi unit');ylabel('real part');title('實(shí)部 part');axis([0 1-1 1]);

subplot(224);plot(w/pi,imagX);grid;

xlabel('frequency in pi unit');ylabel('imaginary');title('虛部 part');axis([0 1-1 1.1]);

３－２

N=32;n=0:N-1;

xn=cos(5*pi*n/16);k=0:1:N-1;Xk=fft(xn,N);subplot(2,1,1);stem(n,xn);subplot(2,1,2);stem(k,abs(Xk));title('32點(diǎn)');figure N=64;n=0:N-1;

xn=cos(5*pi*n/16);k=0:1:N-1;Xk=fft(xn,N);subplot(2,1,1);stem(n,xn);subplot(2,1,2);stem(k,abs(Xk));title('64點(diǎn)');

（１）

（２）

實(shí)驗(yàn)四 離散時(shí)間LTI系統(tǒng)的Z域分析

一、實(shí)驗(yàn)?zāi)康?/p>

本實(shí)驗(yàn)通過(guò)使用MATLAB函數(shù)對(duì)離散時(shí)間系統(tǒng)的一些特性進(jìn)行仿真分析，以加深對(duì)離散時(shí)間系統(tǒng)的零極點(diǎn)、穩(wěn)定性，頻率響應(yīng)等概念的理解。學(xué)會(huì)運(yùn)用MATLAB分析離散時(shí)間系統(tǒng)的系統(tǒng)函數(shù)的零極點(diǎn)；學(xué)會(huì)運(yùn)用MATLAB分析系統(tǒng)函數(shù)的零極點(diǎn)分布與其時(shí)域特性的關(guān)系；學(xué)會(huì)運(yùn)用MATLAB進(jìn)行離散時(shí)間系統(tǒng)的頻率特性分析。

二、實(shí)驗(yàn)原理

離散時(shí)間系統(tǒng)的系統(tǒng)函數(shù)定義為系統(tǒng)零狀態(tài)響應(yīng)的Z變化與激勵(lì)的Z變化之比。

在MATLAB中系統(tǒng)函數(shù)的零極點(diǎn)可通過(guò)函數(shù)roots得到，也可借助函數(shù)tf2zp得到，tf2zp的語(yǔ)句格式為

[Z,P,K]=tf2zp(B,A)其中，B與A分別表示H（z）的分子與分母多項(xiàng)式的系數(shù)向量。它的作用是將H（z）的有理分式表示式轉(zhuǎn)換為零極點(diǎn)增益形式。

若要獲得系統(tǒng)函數(shù)H（z）的零極點(diǎn)分布圖，可直接應(yīng)用zplane函數(shù)，其語(yǔ)句格式為

Zplane（B，A）

其中，B與A分別表示H（z）的分子和分母多項(xiàng)式的系數(shù)向量。它的作用是在z平面上畫出單位圓、零點(diǎn)與極點(diǎn)。

離散系統(tǒng)中z變化建立了時(shí)域函數(shù)h（n）與z域函數(shù)H（z）之間的對(duì)應(yīng)關(guān)系。因此，z變化的函數(shù)H（z）從形式可以反映h（n）的部分內(nèi)在性質(zhì)?？筛鶕?jù)系統(tǒng)的傳遞函數(shù)H（z）求單位沖激響應(yīng)h（n）的函數(shù)impz、filter等。

利用系統(tǒng)的頻率響應(yīng)，可以分析系統(tǒng)對(duì)各種頻率成分的響應(yīng)特性，并推出系統(tǒng)的特性（高通、低通、帶通、帶阻等）。

MATLAB提供了求離散時(shí)間系統(tǒng)頻響特性的函數(shù)freqz，調(diào)用freqz的格式主要有兩種。一種形式為

[H,w]= reqz(B,A,N)其中，B與A分別表示H（z）分子和分母多項(xiàng)式的系數(shù)向量；N為正整數(shù)，默認(rèn)值為512；返回值w包含[0，π]范圍內(nèi)的N個(gè)頻率等分點(diǎn)；返回值H則是離散時(shí)間系統(tǒng)頻率響應(yīng)在0~π范圍內(nèi)N個(gè)頻率處的值。另一種形式為

[H，w]= freqz（B，A，N，‘whole’）

與第一種方式不同之處在于角頻率的范圍由[0，π]擴(kuò)展到[0，2π]。

三、實(shí)驗(yàn)內(nèi)容與結(jié)果分析

已知LTI離散時(shí)間系統(tǒng)，要求由鍵盤實(shí)現(xiàn)系統(tǒng)參數(shù)輸入，并繪出幅頻和相頻響應(yīng)曲線和零極點(diǎn)分布圖，進(jìn)而分析系統(tǒng)的濾波特性和穩(wěn)定性。

（一）程序

b=[0.0528,0.797,0.1295,0.1295,0.797,0.0528];

a=[1,-1.8107,2.4947,-1.8801,0.9537,-0.2336];w=[0:20:500]*pi/500;

x1=0.0528+0.797*exp(-1*j*w)+0.1295*exp(-2*j*w)+0.1295*exp(-3*j*w)+0.797*exp(-4*j*w)+0.0528*exp(-5*j*w);

x2=1-1.8107*exp(-1*j*w)+2.4947*exp(-2*j*w)+1.8801*exp(-3*j*w)+0.9537*exp(-4*j*w)+0.2336*exp(-5*j*w);x22=x2+(x2==0)*eps;x=x1./x22;magx=abs(x);

angx=angle(x).*180/pi;

subplot(2,2,3);zplane(b,a);title('零極點(diǎn)圖');subplot(2,2,2);stem(w/pi,magx);title('幅度部分');ylabel('振幅');subplot(2,2,4);stem(w/pi,angx);

xlabel('以pi為單位的頻率');title('相位部分');ylabel('相位');

（二）波形圖

圖4-1 幅頻、相頻響應(yīng)曲線、零極點(diǎn)分布圖

實(shí)驗(yàn)六 IIR數(shù)字濾波器的設(shè)計(jì)

一、實(shí)驗(yàn)?zāi)康?/p>

從理論上講，任何的線性是不變（LTI）離散時(shí)間系統(tǒng)都可以看做一個(gè)數(shù)字濾波器，因此設(shè)計(jì)數(shù)字濾波器實(shí)際就是設(shè)計(jì)離散時(shí)間系統(tǒng)。數(shù)字濾波器你包括IIR（無(wú)限沖激響應(yīng)）和FIR（有限沖激響應(yīng)）型，在設(shè)計(jì)時(shí)通常采用不同的方法。

本實(shí)驗(yàn)通過(guò)使用MATLAB函數(shù)對(duì)數(shù)字濾波器進(jìn)行設(shè)計(jì)和和實(shí)現(xiàn)，要求掌握IIR數(shù)字巴特沃斯濾波器、數(shù)字切比雪夫?yàn)V波器的設(shè)計(jì)原理、設(shè)計(jì)方法和設(shè)計(jì)步驟；能根據(jù)給定的濾波器指標(biāo)進(jìn)行濾波器設(shè)計(jì)；同時(shí)也加深學(xué)生對(duì)數(shù)字濾波器的常用指標(biāo)和設(shè)計(jì)過(guò)程的理解。

二、實(shí)驗(yàn)原理

在IIR濾波器的設(shè)計(jì)中，常用的方法是：先根據(jù)設(shè)計(jì)要求尋找一個(gè)合適的模擬原型濾波器，然后根據(jù)一定的準(zhǔn)則將此模擬原型濾波器轉(zhuǎn)換為數(shù)字濾波器。

IIR濾波器的階數(shù)就等于所選的模擬原型濾波器的階數(shù)，所以其階數(shù)確定主要是在模擬原型濾波器中進(jìn)行的。

IIR數(shù)字濾波器的設(shè)計(jì)方法如下：（1）沖激響應(yīng)不變法。（2）雙線性變化法。

一般來(lái)說(shuō)，在要求時(shí)域沖激響應(yīng)能模仿模擬濾波器的場(chǎng)合，一般使用沖激響應(yīng)不變法。沖激響應(yīng)不變法一個(gè)重要特點(diǎn)是頻率坐標(biāo)的變化是線性的，因此如果模擬濾波器的頻率響應(yīng)帶限于折疊頻率的話，則通過(guò)變換后濾波器的頻率響應(yīng)可不失真地反映原響應(yīng)與頻率的關(guān)系。

與沖激響應(yīng)不變法比較，雙線性變化的主要優(yōu)點(diǎn)是靠頻率的非線性關(guān)系得到s平面與z平面的單值一一對(duì)應(yīng)關(guān)系，整個(gè)值對(duì)應(yīng)于單位圓一周。所以從模擬傳遞函數(shù)可直接通過(guò)代數(shù)置換得到數(shù)字濾波器的傳遞函數(shù)。

MATLAB提供了一組標(biāo)準(zhǔn)的數(shù)字濾波器設(shè)計(jì)函數(shù)，大大簡(jiǎn)化了濾波器的設(shè)計(jì)工程。

（1）butter。

（2）cheby1、cheby2。

三、實(shí)驗(yàn)內(nèi)容及分析

利用MATLAB編程方法或利用MATLAB中fdatool工具設(shè)計(jì)不同功能的IIR數(shù)字濾波器。

1、基于chebyshev I型模擬濾波器原型使用沖激不變轉(zhuǎn)換方法設(shè)計(jì)數(shù)字濾波器，要求參數(shù)為通帶截止頻率?p?0.4?；通帶最大衰減Ap?1dB；阻帶截止頻率?s?0.4?；阻帶最小衰減As?35dB。

程序:

wp=0.2*pi;

%通帶邊界頻率

ws=0.4*pi;

%阻帶截止頻率 rp=1;

%通帶最大衰減 rs=35;

%阻帶最小衰減

Fs=1000;

%?ùéè3é?ù??3?1000hz

[N,Wn]=cheb1ord(wp,ws,rp,rs,'s');

[Z,P,K]=cheby1(N,rp,Wn,'s');[H,W]=zp2tf(Z,P,K);

figure(1);freqs(H,W);[P,Q]=freqs(H,W);figure(2);plot(Q*Fs/(2*pi),abs(P));grid on;

xlabel('頻率/Hz');ylabel('幅度');

2、基于Butterworth型模擬濾波器原型使用雙線性變換方法設(shè)計(jì)數(shù)字濾波器的，要求參數(shù)為截止頻率?p?0.4?；通帶最大衰減Ap?1dB；阻帶截止頻率?s?0.25?；阻帶最小衰減AS?40dB。程序: wp=0.4*pi;ws=0.25*pi;rp=1;rs=40;fs=500;ts=1/fs;wp1=wp*ts;ws1=ws*ts;

wp2=2*fs*tan(wp1/2);ws2=2*fs*tan(ws1/2);

[N,Wn]=buttord(wp2,ws2,rp,rs,'s');[Z,P,K]=buttap(N);[Bap,Aap]=zp2tf(Z,P,K);[b,a]=lp2lp(Bap,Aap,Wn);[bz,az]=bilinear(b,a,fs);[H,W]=freqz(bz,az);subplot(2,1,1);plot(W/pi,abs(H));grid on;xlabel('頻率')ylabel('幅度')subplot(2,1,2);

plot(W/pi,20*log10(abs(H)));grid on;xlabel('頻率');ylabel('幅度(dB)');

實(shí)驗(yàn)七 FIR數(shù)字濾波器的設(shè)計(jì)

一、實(shí)驗(yàn)?zāi)康?/p>

掌握用窗函數(shù)設(shè)計(jì)FIR數(shù)字濾波的原理及其設(shè)計(jì)步驟；熟悉線性相位數(shù)字濾波器的特性。學(xué)習(xí)編寫數(shù)字濾波器的設(shè)計(jì)程序的方法，并能進(jìn)行正確編程；根據(jù)給定的濾波器指標(biāo)，給出設(shè)計(jì)步驟。

二、實(shí)驗(yàn)原理

如果系統(tǒng)的沖激響應(yīng)h（n）為已知，則系統(tǒng)的輸入輸出關(guān)系為

y（n）=x（n）*h（n）

對(duì)于低通濾波器，只要設(shè)計(jì)出低通濾波器的沖激響應(yīng)函數(shù)，就可以由式得到系統(tǒng)的輸出了。

但是將h（n）作為濾波器的脈沖響應(yīng)有兩個(gè)問(wèn)題：一是它是無(wú)限長(zhǎng)的；二是它是非因果的。對(duì)此，采取兩項(xiàng)措施：一是將h（n）截短；二是將其右移。

設(shè)計(jì)時(shí)，要根據(jù)阻帶的最小衰減和過(guò)渡帶寬度來(lái)選擇恰當(dāng)?shù)拇昂瘮?shù)類型和窗口長(zhǎng)度N。常用的窗函數(shù)有矩形窗、海明窗和布萊克曼窗等。

窗函數(shù)設(shè)計(jì)FIR濾波器步驟如下：

（1）給定理想頻率響應(yīng)的幅頻特性和相頻特性；

（2）求理想單位脈沖響應(yīng)，在實(shí)際計(jì)算中，可對(duì)理想頻率響應(yīng)采樣。（3）根據(jù)過(guò)渡帶寬度和阻帶最小衰減，確定窗函數(shù)類型和窗口長(zhǎng)度N；（4）求FIR濾波器單位脈沖響應(yīng)；

（5）分析幅頻特性，若不滿足要求，可適當(dāng)改變窗函數(shù)形式或長(zhǎng)度N，重復(fù)上述設(shè)計(jì)過(guò)程，以得到滿意的結(jié)果。

三、實(shí)驗(yàn)內(nèi)容及分析

1、分別用海明窗和布萊克曼窗設(shè)計(jì)一個(gè)48階的FIR帶通濾波器，通帶為Wn??0.450.55?。程序1:海明窗設(shè)計(jì)

N=48;

Window=hamming(N+1);w1=0.45;w2=0.55;ws=[w1,w2];

b=fir1(N,ws/pi,Window);freqz(b,1,512);title('海明窗');grid on;

程序2:萊克曼窗設(shè)計(jì)

N=48;

Window=blackman(N+1);w1=0.45;w2=0.55;ws=[w1,w2];

b=fir1(N,ws/pi,Window);freqz(b,1,512);title('布萊克曼窗');grid on;

2、用矩形窗設(shè)計(jì)一個(gè)線性相位高通濾波器。其中He??jw?e?j????????00.3?????

0???0.3?程序: N=9;

alpha=(N-1)/2;Wc=0.7*pi;n=(0:8);i=n-alpha;i=i+(i==0)*eps;

h=(-1).^n.*sin((i).*Wc)./((i).*pi);%矩形窗函數(shù)設(shè)計(jì)的系統(tǒng)脈沖響應(yīng) w=(0:1:500)*2*pi/500;

H=h*exp(-j*n'*w);%矩形窗函數(shù)設(shè)計(jì)的頻響 magH=abs(H);% 矩形窗函數(shù)設(shè)計(jì)的振幅 subplot(211);stem(n,h);

axis([0,8,-0.4,0.4]);title('矩形窗設(shè)計(jì)h(n)');line([0,10],[0,0]);xlabel('n');ylabel('h');subplot(212);plot(w/pi,magH);

xlabel('以pi為單位的頻率');ylabel('H振幅');axis([0,2,0,1.7]);title('矩形窗設(shè)計(jì)振幅譜');

實(shí)驗(yàn)心得體會(huì)：

這次實(shí)驗(yàn)使我進(jìn)一步加深了對(duì)MATLAB軟件的使用。從上次的信號(hào)系統(tǒng)實(shí)驗(yàn)的初步使用到這一次的深入了解，有了更深刻的認(rèn)識(shí)。對(duì)這種語(yǔ)言環(huán)境也有了新的了解。

在實(shí)驗(yàn)的過(guò)程中，我對(duì)數(shù)字濾波器的整個(gè)過(guò)程有了很好的理解和掌握。IIR數(shù)字濾波器的設(shè)計(jì)讓我知道了巴特沃思濾波器和切比雪夫?yàn)V波器的頻率特性，還有雙線性變換及脈沖響應(yīng)不變法設(shè)計(jì)的濾波器的頻率特性。做這兩個(gè)實(shí)驗(yàn)的時(shí)候程序有點(diǎn)困難，但經(jīng)過(guò)細(xì)心的改寫圖形最終出來(lái)了。FIR數(shù)字濾波器的設(shè)計(jì)出來(lái)的是兩種窗的圖形，通過(guò)兩種窗的比較，我了解了他們各自的特點(diǎn)，幅頻和相頻特性。

最后，感謝張老師對(duì)我的諄諄教導(dǎo)！

第三篇：數(shù)字信號(hào)處理實(shí)驗(yàn)報(bào)告

南京郵電大學(xué)

實(shí) 驗(yàn) 報(bào) 告

實(shí)驗(yàn)名稱_____熟悉MATLAB環(huán)境 ___ 快速傅里葉變換及其應(yīng)用 ____IIR數(shù)字濾波器的設(shè)計(jì)_ FIR數(shù)字濾波器的設(shè)計(jì)

課程名稱 數(shù)字信號(hào)處理A

班級(jí)學(xué)號(hào)_______09002111___________ 姓 名 王都超

開課時(shí)間 2011/2012學(xué)年，第 二 學(xué)期

實(shí)驗(yàn)一

熟悉MATLAB環(huán)境

一、實(shí)驗(yàn)?zāi)康?/p>

（1）熟悉MATLAB的主要操作命令。（2）學(xué)會(huì)簡(jiǎn)單的矩陣輸入和數(shù)據(jù)讀寫。（3）掌握簡(jiǎn)單的繪圖命令。

（4）用MATLAB編程并學(xué)會(huì)創(chuàng)建函數(shù)。（5）觀察離散系統(tǒng)的頻率響應(yīng)。

二、實(shí)驗(yàn)內(nèi)容

(1)數(shù)組的加、減、乘、除和乘方運(yùn)算。輸入A=[1 2 3 4]，B=[3,4,5,6]，求

C=A+B，D=A-B，E=A.*B,F=A./B,G=A.^B。并用stem語(yǔ)句畫出A、B、C、D、E、F、G。

D =

-2 E =

F =

0.3333

0.5000

0.6000

0.6667 G =

243

4096(2)用MATLAB實(shí)現(xiàn)下列序列： a)x(n)?0.8n 0?n?1

5n=0:1:15;x1=0.8.^n;a=(0.2+3*i)*n;stem(x1)b)x(n)?e(0.2?3j)n 0?n?15

n=0:1:15;x2=exp(a);a=(0.2+3*i)*n;stem(x2)

c)x(n)?3cos(0.125?n?0.2?)?2sin(0.25?n?0.1?)

0?n?15

(4)繪出下列時(shí)間函數(shù)的圖形，對(duì)x軸、y軸以及圖形上方均須加上適當(dāng)?shù)臉?biāo)注： a)x(t)?sin(2?t)0?t?10s

b)x(t)?cos(100?t)sin(?t)0?t?4s t=0:0.01:4;x=cos(100*pi*t).*sin(pi*t);plot(t,x, 'r-');xlabel('t'),ylabel('x(t)'),title('cos')

(6)給定一因果系統(tǒng)H(z)?(1?頻響應(yīng)和相頻響應(yīng)。

2z?1?z?2)/(1?0.67z?1?0.9z?2)，求出并繪制H(z)的幅

(7)計(jì)算序列{8-2-1 2 3}和序列{2 3-1-3}的離散卷積，并作圖表示卷積結(jié)果。

(8)求以下差分方程所描述系統(tǒng)的單位脈沖響應(yīng)h(n), 0?n?50

y(n)?0.1y(n?1)?0.06y(n?2)?x(n)?2x(n?1)

實(shí)驗(yàn)過(guò)程與結(jié)果（含實(shí)驗(yàn)程序、運(yùn)行的數(shù)據(jù)結(jié)果和圖形）； clear all;N=50;a=[1-2];b=[1 0.1-0.06];x1=[1 zeros(1,N-1)];n=0:1:N-1;h=filter(a,b,x1);stem(n,h)axis([-1 53-2.5 1.2])

實(shí)驗(yàn)二

快速傅里葉變換及其應(yīng)用

一、實(shí)驗(yàn)?zāi)康?/p>

(1)在理論學(xué)習(xí)的基礎(chǔ)上，通過(guò)本實(shí)驗(yàn)，加深對(duì)FFT的理解，熟悉MATLAB中的有關(guān)函數(shù)。(2)應(yīng)用FFT對(duì)典型信號(hào)進(jìn)行頻譜分析。

(3)了解應(yīng)用FFT進(jìn)行信號(hào)頻譜分析過(guò)程中可能出現(xiàn)的問(wèn)題，以便在實(shí)際中正確應(yīng)用FFT。(4)應(yīng)用FFT實(shí)現(xiàn)序列的線性卷積和相關(guān)。

二、實(shí)驗(yàn)內(nèi)容

實(shí)驗(yàn)中用到的信號(hào)序列 a)高斯序列

??(n?p)q?xa(n)??e?0?20?n?15 其他

b)衰減正弦序列

?e?ansin(2?fn)xb(n)??0?0?n?15其他

c)三角波序列 ?n?xc(n)??8?n?0?0?n?34?n?7 其他

d)反三角波序列

?4?n?xd(n)??n?4?0?0?n?34?n?7 其他

(1)觀察高斯序列的時(shí)域和幅頻特性，固定信號(hào)xa(n)中參數(shù)p=8，改變q的值，使q分別等于2，4，8，觀察它們的時(shí)域和幅頻特性，了解當(dāng)q取不同值時(shí)，對(duì)信號(hào)序列的時(shí)域幅頻特性的影響；固定q=8，改變p，使p分別等于8，13，14，觀察參數(shù)p變化對(duì)信號(hào)序列的時(shí)域及幅頻特性的影響，觀察p等于多少時(shí)，會(huì)發(fā)生明顯的泄漏現(xiàn)象，混疊是否也隨之出現(xiàn)？記錄實(shí)驗(yàn)中觀察到的現(xiàn)象，繪出相應(yīng)的時(shí)域序列和幅頻特性曲線。

(3)觀察三角波和反三角波序列的時(shí)域和幅頻特性，用N=8點(diǎn)FFT分析信號(hào)序列xc(n)和觀察兩者的序列形狀和頻譜曲線有什么異同？繪出兩序列及其幅頻特性xd(n)的幅頻特性，曲線。

在xc(n)和xd(n)末尾補(bǔ)零，用N=32點(diǎn)FFT分析這兩個(gè)信號(hào)的幅頻特性，觀察幅頻特性發(fā)生了什么變化？?jī)煞N情況的FFT頻譜還有相同之處嗎？這些變化說(shuō)明了什么？

(5)用FFT分別實(shí)現(xiàn)xa(n)（p＝8，q＝2）和xb(n)（a＝0.1，f＝0.0625）的16點(diǎn)循環(huán)卷積和線性卷積。

n=0:15;p=8;q=2;

xa=exp(-(n-p).^2/q);subplot(2,3,1);stem(n,xa,'.');title('xa波形');

Xa=fft(xa,16);subplot(2,3,4);stem(abs(Xa),'.');

title('Xa(k)=FFT[xa(n)]的波形 ');A=1;f=0.0625;a=0.1;

xb=exp(-a*n).*sin(2*pi*f*n);subplot(2,3,2);stem(n,xb,'.');title('xb波形');Xb=fft(xb,16);subplot(2,3,5);stem(abs(Xb),'.');

title('Xb(k)=FFT[xb(n)]的波形 ');

實(shí)驗(yàn)過(guò)程與結(jié)果（含實(shí)驗(yàn)程序、運(yùn)行的數(shù)據(jù)結(jié)果和圖形）；

實(shí)驗(yàn)三 IIR數(shù)字濾波器的設(shè)計(jì)

一、實(shí)驗(yàn)?zāi)康?/p>

(1)掌握雙線性變換法及脈沖響應(yīng)不變法設(shè)計(jì)IIR數(shù)字濾波器的具體設(shè)計(jì)方法及其原理，熟悉用雙線性變換法及脈沖響應(yīng)不變法設(shè)計(jì)低通、高通和帶通IIR數(shù)字濾波器的計(jì)算機(jī)編程。

(2)觀察雙線性變換及脈沖響應(yīng)不變法設(shè)計(jì)的濾波器的頻域特性，了解雙線性變換法及脈沖響應(yīng)不變法的特點(diǎn)。

(3)熟悉巴特沃思濾波器、切比雪夫?yàn)V波器和橢圓濾波器的頻率特性。

二、實(shí)驗(yàn)內(nèi)容（1）P162 例4.4 設(shè)采樣周期T=250?s(采樣頻率fs=4kHz)，分別用脈沖響應(yīng)不變法和雙線性變換法設(shè)計(jì)一個(gè)三階巴特沃思低通濾波器，其3dB邊界頻率為fc=1kHz。

脈沖響應(yīng)不變法： fc=1000;fs=4000;OmegaC=2*pi*fc;[B,A]=butter(3, OmegaC,'s');[num1,den1]=impinvar(B,A,fs);[h1,w]=freqz(num1,den1);f = w/pi*fs/2;plot(f,abs(h1));

雙線性變換法： fc=1000;fs=4000;

OmegaC=2*fs*tan(pi*fc/fs);[B,A]=butter(3, OmegaC,'s');[num2,den2]=bilinear(B,A,fs);[h2,w]=freqz(num2,den2);f = w/pi*fs/2;plot(f,abs(h2));

同一圖中畫兩條曲線： fc=1000;fs=4000;OmegaC=2*pi*fc;[B,A]=butter(3, OmegaC,'s');[num1,den1]=impinvar(B,A,fs);[h1,w]=freqz(num1,den1);f = w/pi*fs/2;

OmegaC=2*fs*tan(pi*fc/fs);[B,A]=butter(3, OmegaC,'s');[num2,den2]=bilinear(B,A,fs);[h2,w]=freqz(num2,den2);f = w/pi*fs/2;plot(f,abs(h1),'r-.');hold on;plot(f,abs(h2),'g-');

(選做)(2)fc=0.2kHz,?=1dB,fr=0.3kHz,At=25dB,T=1ms；分別用脈沖響應(yīng)不變法及雙線性變換法設(shè)計(jì)一巴特沃思數(shù)字低通濾波器，觀察所設(shè)計(jì)數(shù)字濾波器的幅頻特性曲線，記錄帶寬和衰減量，檢查是否滿足要求。比較這兩種方法的優(yōu)缺點(diǎn)。

實(shí)驗(yàn)過(guò)程與結(jié)果（含實(shí)驗(yàn)程序、運(yùn)行的數(shù)據(jù)結(jié)果和圖形）；

實(shí)驗(yàn)四

FIR數(shù)字濾波器的設(shè)計(jì)

一、實(shí)驗(yàn)?zāi)康?/p>

(1)掌握用窗函數(shù)法，頻率采樣法及優(yōu)化設(shè)計(jì)法設(shè)計(jì)FIR濾波器的原理及方法，熟悉相應(yīng)的計(jì)算機(jī)編程；

(2)熟悉線性相位FIR濾波器的幅頻特性和相頻特性；

(3)了解各種不同窗函數(shù)對(duì)濾波器性能的影響。

二、實(shí)驗(yàn)內(nèi)容

(1)生成一個(gè)長(zhǎng)度為20的矩形窗，畫出其時(shí)域和幅頻特性曲線。n=0:1:19;N=20;win(1:20)=1;[H,w]=freqz(win,1);subplot(2,1,1);stem(n,win)subplot(2,1,2);plot(w,abs(H));

(2)用矩形窗設(shè)計(jì)一個(gè)21階的線性相位低通FIR數(shù)字濾波器，截止頻率Wc＝0.25π，求出濾波器系數(shù)，并繪出濾波器的幅頻特性。修改程序，分別得到階次為N＝41，61的濾波器，并顯示其各自的幅頻曲線。

a)在上面所得的幾幅圖中，在截止頻率兩邊可以觀察到幅頻響應(yīng)的擺動(dòng)行為。請(qǐng)問(wèn)波紋的數(shù)量與濾波器脈沖響應(yīng)的長(zhǎng)度之間有什么關(guān)系？

b)最大波紋的高度與濾波器脈沖響應(yīng)的長(zhǎng)度之間有什么關(guān)系？

實(shí)驗(yàn)過(guò)程與結(jié)果（含實(shí)驗(yàn)程序、運(yùn)行的數(shù)據(jù)結(jié)果和圖形）； 21階的線性相位低通FIR數(shù)字濾波器： Wc=0.25*pi;N=21;M=(N-1)/2;

%位移量

for n=0:(N-1)

if(n== fix(M))

%中間的點(diǎn)單獨(dú)算

hd(n+1)=Wc/pi;

else

hd(n+1)=sin(Wc*(n-M))/(pi*(n-M));end;end;win=boxcar(N);%%%不同窗函數(shù)

h=hd.*win';[H,w]=freqz(h,1);n=0:1:N-1;subplot(3,1,1);stem(n,h)subplot(3,1,2);plot(w,abs(H));subplot(3,1,3);plot(w,angle(H));

41階的線性相位低通FIR數(shù)字濾波器： Wc=0.25*pi;N=41;M=(N-1)/2;

%位移量

for n=0:(N-1)

if(n== fix(M))

%中間的點(diǎn)單獨(dú)算

hd(n+1)=Wc/pi;

else

hd(n+1)=sin(Wc*(n-M))/(pi*(n-M));end;end;win=boxcar(N);%%%不同窗函數(shù)

h=hd.*win';[H,w]=freqz(h,1);n=0:1:N-1;subplot(3,1,1);stem(n,h)subplot(3,1,2);plot(w,abs(H));subplot(3,1,3);plot(w,angle(H));

61階的線性相位低通FIR數(shù)字濾波器： Wc=0.25*pi;N=61;M=(N-1)/2;

%位移量

for n=0:(N-1)

if(n== fix(M))

%中間的點(diǎn)單獨(dú)算

hd(n+1)=Wc/pi;

else

hd(n+1)=sin(Wc*(n-M))/(pi*(n-M));end;end;win=boxcar(N);%%%不同窗函數(shù)

h=hd.*win';[H,w]=freqz(h,1);n=0:1:N-1;subplot(3,1,1);stem(n,h)subplot(3,1,2);plot(w,abs(H));subplot(3,1,3);plot(w,angle(H));

數(shù)字信號(hào)處理實(shí)驗(yàn)小結(jié)及心得體會(huì)：

通過(guò)這次實(shí)驗(yàn)，我對(duì)MATLAB語(yǔ)言有了一定的認(rèn)識(shí)，雖然還不能完全用MATLAB獨(dú)立編寫程序，但對(duì)這種語(yǔ)言環(huán)境有了新的了解。我知道了一般的加減乘除在MATLAB中不同的意義。知道輸入、輸出語(yǔ)句怎么形成。通過(guò)快速傅里葉變換及其應(yīng)用的實(shí)驗(yàn)，加深了我對(duì)FFT的理解，還有對(duì)各典型信號(hào)的頻譜分析，改變參數(shù)后時(shí)域和幅頻特性的變化。IIR數(shù)字濾波器的設(shè)計(jì)讓我知道了巴特沃思濾波器和切比雪夫?yàn)V波器的頻率特性，還有雙線性變換及脈沖響應(yīng)不變法設(shè)計(jì)的濾波器的頻率特性。做這個(gè)實(shí)驗(yàn)的時(shí)候程序有點(diǎn)困難，很多細(xì)節(jié)問(wèn)題不能考慮清楚，導(dǎo)致圖形出不來(lái)。FIR數(shù)字濾波器的設(shè)計(jì)出來(lái)的是三種窗的圖形，通過(guò)三種窗的比較，我了解了他們各自的特點(diǎn)，幅頻和相頻特性。我在這次實(shí)驗(yàn)中的收獲很大，接觸了很多新的知識(shí)，但在實(shí)驗(yàn)寫程序時(shí)，我發(fā)現(xiàn)自己還有很多不足。很多程序?qū)懖煌耆?。這是自己今后要加強(qiáng)的地方。

第四篇：數(shù)字圖像處理實(shí)驗(yàn)報(bào)告

實(shí) 驗(yàn) 報(bào) 告 書

系部學(xué)生專業(yè)班

實(shí)驗(yàn)

名稱姓名名稱 級(jí)時(shí)間：

： ： ：

：

實(shí)驗(yàn)一 直方圖均衡

一、實(shí)驗(yàn)?zāi)康?/p>

在學(xué)習(xí)圖像直方圖的概念、計(jì)算方法、性質(zhì)和相關(guān)應(yīng)用基礎(chǔ)上，生成、繪制圖像的直方圖，并應(yīng)用MATLAB編程實(shí)現(xiàn)圖像直方圖均衡化程序。

二、實(shí)驗(yàn)內(nèi)容

（1）計(jì)算并繪制圖像直方圖；

（2）編程實(shí)現(xiàn)圖像的直方圖均衡化處理，顯示均衡前后的直方圖和圖像；

三、實(shí)驗(yàn)運(yùn)行結(jié)果

四、實(shí)驗(yàn)中遇到的問(wèn)題及解決方法

1、顯示無(wú)法找到圖像文件，應(yīng)將圖片與xx.m文件置于同一文件夾；

2、編程過(guò)程中應(yīng)注意標(biāo)點(diǎn)的輸入法，應(yīng)該用英文輸入，否則會(huì)報(bào)錯(cuò)。

3、編程完成后運(yùn)行時(shí)輸入文件名與保存時(shí)文件名相同，區(qū)分大小寫。

五、思考題

（1）、灰度直方圖可以反映一幅圖像的哪些特征？ 答：

1、表征了圖像的一維信息。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)）而未反映像素所在位置。

2、與圖像之間的關(guān)系是多對(duì)一的映射關(guān)系。一幅圖像唯一確定出與之對(duì)應(yīng)的直方圖，但不同圖像可能有相同的直方圖。

3、子圖直方圖之和為整圖的直方圖。(2)均衡化后的直方圖有何特點(diǎn)？

答：經(jīng)直方圖均衡化處理后，可以得到一副改善了質(zhì)量的新圖像。這幅圖像的灰度層次將不再是呈黑暗色調(diào)的圖像，而是一副灰度層次較為適中的、比原始圖像清晰、明快得多的圖像。處理的結(jié)果使圖像更適合與人的視覺特征或機(jī)器的識(shí)別系統(tǒng)。

六、實(shí)驗(yàn)心得體會(huì)

本次實(shí)驗(yàn)中，因?yàn)槌鯇W(xué)這個(gè)軟件，我學(xué)習(xí)到了在程序中關(guān)于圖像的運(yùn)用，以及也復(fù)習(xí)了課本上的許多知識(shí)，加深了對(duì)直方圖均衡化的理解。

七、程序清單

clear all;I=imread('lena_gray_256.tif');%打開一幅灰度圖像 [m,n]=size(I);p=m*n;J=imhist(I)./p;

%計(jì)算圖像的歸一化直方圖 subplot(1,3,1),imshow(I)； subplot(1,3,2),imhist(I,64)； subplot(1,3,3),plot(J)；

（2）直方圖均衡化

clear all;Im=imread('region.jpg');J=histeq(Im);%均衡化 subplot(2,2,1);imshow(Im);title('原圖');%顯示原圖 subplot(2,2,2);imhist(Im);title('原圖直方圖');%顯示原圖的直方圖 subplot(2,2,3);imshow(J);title('均衡化結(jié)果');%顯示均衡化后的圖像 subplot(2,2,4);imhist(J);title('均衡化結(jié)果的直方圖');%顯示均衡化后的直方圖

實(shí)驗(yàn)二 頻域圖像增強(qiáng)

一、實(shí)驗(yàn)?zāi)康?/p>

1、頻域圖像增強(qiáng)

2、掌握基于頻域的圖像增強(qiáng)方法。

二、實(shí)驗(yàn)內(nèi)容

（1）編程實(shí)現(xiàn)圖像的理想低通和高通濾波；（2）編程實(shí)現(xiàn)圖像的巴特沃斯低通和高通濾波。

三、實(shí)驗(yàn)運(yùn)行結(jié)果

四、實(shí)驗(yàn)中遇到的問(wèn)題及解決方法

顯示圖像無(wú)法打開，最終查出來(lái)時(shí)圖像格式弄錯(cuò)了。

五、思考題

分析為什么圖像通過(guò)低通濾波器后變得模糊？為什么通過(guò)高通濾波器后得到銳化結(jié)果？

答：圖像的精細(xì)結(jié)構(gòu)及突變部分主要由高頻成分起作用，故經(jīng)低通濾波后圖像的精細(xì)結(jié)構(gòu)消失，變得模糊；經(jīng)高通濾波后圖像得到銳化。

六、實(shí)驗(yàn)心得體會(huì)

本實(shí)驗(yàn)中遇到很多問(wèn)題及錯(cuò)誤，例如圖像打不開、處理后圖像模糊等，都是經(jīng)常容易發(fā)生的錯(cuò)誤，最后實(shí)驗(yàn)幾次，就能夠逐一自己解決了。使自己對(duì)數(shù)字圖像處理課程中的許多問(wèn)題有了更實(shí)際和確切的深入了解。

七、程序清單

clc;clear;data4=imread('lena.gif');subplot(3,2,1);imshow(data4);title('原圖');i=fft2(data4);subplot(3,2,2);i=fftshift(i);z=log(abs(i));x=0:1:255;y=0:1:255;[x,y]=meshgrid(x,y);mesh(z);%以三維坐標(biāo)顯示該圖像頻譜圖title('原圖頻譜');[n,m]=size(i);%for k=1:1:n for l=1:1:m if(k^2+l^2)>=190^2 % result(k,l)=0;else result(k,l)=i(k,l);end end end subplot(3,2,4);

對(duì)該圖進(jìn)行低通濾波 選取D=190

z=log(abs(result));%三維方式顯示低通濾波后的頻譜圖 x=0:1:255;y=0:1:255;[x,y]=meshgrid(x,y);mesh(z);title('理想低通濾波后的頻譜');subplot(3,2,3);%新建圖像顯示窗口 result=fftshift(result);%濾波后的數(shù)據(jù)去中心化 b=ifft2(result);%逆傅里葉變換 imshow(uint8(abs(b)));title('理想低通濾波后的圖像');subplot(3,2,6);%新建圖像顯示窗口 % [n,m]=size(c);%對(duì)原圖進(jìn)行高通濾波 for k=1:1:n for l=1:1:m if(k^2+l^2)<=190^2 %選取D=190 result(k,l)=0;else result(k,l)=i(k,l);end end end z=log(abs(result));x=0:1:255;%三維方式顯示高通濾波前的頻譜圖 y=0:1:255;[x,y]=meshgrid(x,y);mesh(z);title('理想高通濾波后的頻譜');subplot(3,2,5);result=fftshift(result);%濾波后的數(shù)據(jù)去中心化 d=ifft2(result);%逆傅里葉變換

imshow(uint8(abs(d)));title('理想高通濾波后的圖像');%頻域增強(qiáng)（巴特沃斯原型）

%二階巴特沃斯（Butterworth）低通濾波器 %clc;%clear;Figure;J1=imread('lena.gif');subplot(3,2,1);imshow(J1);title('原圖');f=double(J1);g=fft2(f);% 傅立葉變換 g=fftshift(g);% 轉(zhuǎn)換數(shù)據(jù)矩陣 subplot(3,2,2);x=0:1:255;y=0:1:255;[x,y]=meshgrid(x,y);z=log(abs(g));%取幅度 mesh(z);%以三維坐標(biāo)顯示該圖像頻譜圖 title('原圖頻譜');[M,N]=size(g);nn=2;% 二階巴特沃斯(Butterworth)低通濾波器 d0=20;m=fix(M/2);n=fix(N/2);for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2);h=1/(1+0.414*(d/d0)^(2*nn));% 計(jì)算低通濾波器傳遞函數(shù) result(i,j)=h*g(i,j);

end end subplot(3,2,4);x=0:1:255;y=0:1:255;[x,y]=meshgrid(x,y);z=log(abs(result));%取幅度 mesh(z);%以三維坐標(biāo)顯示該圖像頻譜圖 title('低通濾波后的頻譜');result=ifftshift(result);J2=ifft2(result);J3=uint8(abs(J2));subplot(3,2,3);imshow(J3);title('低通濾波后的圖像');

%利用二階巴特沃斯（Butterworth）高通濾波器

nn=2;% 二階巴特沃斯(Butterworth)高通濾波器 d0=5;m=fix(M/2);n=fix(N/2);for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2);if(d==0)h=0;else h=1/(1+0.414*(d0/d)^(2*nn));% 計(jì)算傳遞函數(shù) end result(i,j)=h*g(i,j);

end end subplot(3,2,6);x=0:1:255;y=0:1:255;[x,y]=meshgrid(x,y);z=log(abs(result));%取幅度 mesh(z);%以三維坐標(biāo)顯示該圖像頻譜圖 title('高通濾波后的頻譜');result=ifftshift(result);J2=ifft2(result);J3=uint8(abs(J2));subplot(3,2,5);imshow(J3);title('高通濾波后的圖像');

實(shí)驗(yàn)三 圖像邊緣檢測(cè)與連接

一、實(shí)驗(yàn)?zāi)康?/p>

圖像邊緣檢測(cè)與連接

二、實(shí)驗(yàn)內(nèi)容

（1）編程實(shí)現(xiàn)一階差分邊緣檢測(cè)算法，包括Robert梯度算子、Prewitt算子、Sobel算子等；（2）編程實(shí)現(xiàn)二階差分拉普拉斯邊緣檢測(cè)算法以及LoG檢測(cè)法和Canny檢測(cè)法；（3）分析與比較各種邊緣檢測(cè)算法的性能；

（4）編程實(shí)現(xiàn)Hough變換提取直線

（5）分析Hough變換檢測(cè)性能；

三、實(shí)驗(yàn)運(yùn)行結(jié)果

四、實(shí)驗(yàn)中遇到的問(wèn)題及解決方法

拷貝文件后沒改文件名，直接執(zhí)行時(shí)出現(xiàn)錯(cuò)誤，最后重新修改后重新編譯，使之成功。

五、思考題

（1）邊緣的方向是什么意思？為什么要考慮邊緣的方向？

答：邊緣常常意味著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開始，圖像的邊緣也包含了物體的形狀的重要信息，他不僅在分析圖像時(shí)大幅度的減少了要處理的信息量，而且還保護(hù)了目標(biāo)的邊界結(jié)構(gòu)。所以考慮邊緣的方向很重要。

（2）Hough變換原理是什么？

答：Hough變換的基本原理在于利用點(diǎn)與線的對(duì)偶性，將原始圖像空間的給定的曲線通過(guò)曲線表達(dá)形式變?yōu)閰?shù)空間的一個(gè)點(diǎn)。這樣就把原始圖像中給定曲線的檢測(cè)問(wèn)題轉(zhuǎn)化為準(zhǔn)找參數(shù)空間的峰值問(wèn)題。也即把檢測(cè)整體特性轉(zhuǎn)化為檢測(cè)局部特性。比如直線、橢圓、圓、弧線等。

六、實(shí)驗(yàn)心得體會(huì)

對(duì)于一些圖像處理的函數(shù)不是很了解，只能夠按課本的參照函數(shù)拷貝做實(shí)驗(yàn)，對(duì)于其中的一些函數(shù)問(wèn)題理解不是很透徹，有些甚至完全不懂。還得繼續(xù)努力。

七、程序清單

1、邊緣檢測(cè)

由edge函數(shù)實(shí)現(xiàn)各算子對(duì)圖像的邊緣檢測(cè)

clear all;I = imread('d:office.bmp');I=rgb2gray(I);BW1 = edge(I,'sobel');

%利用Sobel算子進(jìn)行邊緣檢測(cè) BW2 = edge(I,'roberts');%利用roberts算子進(jìn)行邊緣檢測(cè) BW3 = edge(I,'prewitt');%利用prewitt算子進(jìn)行邊緣檢測(cè) BW4 = edge(I,'log');

%利用log算子進(jìn)行邊緣檢測(cè) BW5 = edge(I,'canny');

%利用canny算子進(jìn)行邊緣檢測(cè) subplot(2,3,1),imshow(I)subplot(2,3,2),imshow(BW1)subplot(2,3,3),imshow(BW2)subplot(2,3,4),imshow(BW3)

subplot(2,3,5),imshow(BW4)subplot(2,3,6),imshow(BW5)

2、邊緣連接

使用Hough變換作線檢測(cè)和連接

clear all;

RGB = imread('d:M_M.bmp');I=RGB;%I = rgb2gray(RGB);BW = edge(I,'canny');

% 利用Canny算子提取圖像邊緣 [H,T,R] = hough(BW,'RhoResolution',0.5,'ThetaResolution',0.5);figure(1), imshow(T,R,H,[],'notruesize'), axis on, axis normal xlabel('T'), ylabel('R')p = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));

%找到5個(gè)較明顯的Hough變換峰值

hold on plot(T(p(:,2)),R(p(:,1)),'s','color','white');lines = houghlines(BW,T,R,p,'FillGap',10,'MinLength',10);

%查找并鏈接線段

figure, imshow(BW), hold on %在二值圖中疊加顯示這些線段 for k = 1:length(lines)

xy = [lines(k).point1;lines(k).point2];

plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');end

第五篇：數(shù)字圖像處理實(shí)驗(yàn)報(bào)告

數(shù)字圖像處理

實(shí)驗(yàn)報(bào)告

目錄

1.數(shù)字圖像處理簡(jiǎn)介

2.實(shí)驗(yàn)?zāi)康?.實(shí)驗(yàn)內(nèi)容

4.實(shí)驗(yàn)結(jié)果及代碼展示

5.算法綜述

6.Matlab優(yōu)勢(shì)

7.總結(jié)

8.存在問(wèn)題

一、數(shù)字圖像處理簡(jiǎn)介

圖像處理，是對(duì)圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。圖像處理是信號(hào)處理在圖像域上的一個(gè)應(yīng)用。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)，因而圖像處理很多情況下指數(shù)字圖像處理。此外，基于光學(xué)理論的處理方法依然占有重要的地位。

圖像處理是信號(hào)處理的子類，另外與計(jì)算機(jī)科學(xué)、人工智能等領(lǐng)域也有密切的關(guān)系。

傳統(tǒng)的一維信號(hào)處理的方法和概念很多仍然可以直接應(yīng)用在圖像處理上，比如降噪、量化等。然而，圖像屬于二維信號(hào)，和一維信號(hào)相比，它有自己特殊的一面，處理的方式和角度也有所不同。

二、實(shí)驗(yàn)?zāi)康?/p>

鞏固所學(xué)知識(shí)，提高所學(xué)能力

三、實(shí)驗(yàn)內(nèi)容

利用matlab的GUI程序設(shè)計(jì)一個(gè)簡(jiǎn)單的圖像處理程序，并含有如下基本功能： 1.讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)分成三個(gè)子窗口來(lái)分別顯示RGB圖像和灰度圖像，注上文字標(biāo)題 2.對(duì)給定圖像進(jìn)行旋轉(zhuǎn)

3．對(duì)給定的圖像添加噪聲（椒鹽噪聲、高斯噪聲）

四、實(shí)驗(yàn)結(jié)果及代碼展示

1.軟件設(shè)計(jì)界面

2.各模塊功能展示以及程序代碼

（1）讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)分成三個(gè)子窗口來(lái)分別顯示RGB圖像和灰度圖像，注上文字標(biāo)題

效果展示：

代碼：

a = imread('C:Documents and SettingsAdministrator桌面數(shù)字圖像舞美.JPG');

i = rgb2gray(a);I = im2bw(a,0.5);

subplot(3,1,1);imshow(a);title('源圖像')subplot(3,1,2);imshow(i);title('灰度圖像')subplot(3,1,3);imshow(I);title('二值圖像')

（2）圖像旋轉(zhuǎn) 原圖

效果展示：

代碼：

clc;clear all;close all;

Img=imread('D:My DocumentsMy Pictures5.JPG');Img=double(Img);[h w]=size(Img);alpha=pi/4;

wnew=w*cos(alpha)+h*sin(alpha);hnew=w*sin(alpha)+h*cos(alpha);wnew=ceil(wnew);

hnew=ceil(hnew);u0=w*sin(alpha);

T=[cos(alpha),sin(alpha);-sin(alpha),cos(alpha)];Imgnew2=zeros(hnew,wnew);Imgnew1=zeros(hnew,wnew);for u=1:hnew

for v=1:wnew

tem=T*([u;v]-[u0;0]);x=tem(1);y=tem(2);if x>=1&&x<=h&&y>=1&&y<=w x_low=floor(x);x_up=ceil(x);y_low=floor(y);y_up=ceil(y);if(x-x_low)<=(x_up-x)x=x_low;

else

x=x_up;

end

if(y-y_low)<=(y_up-y)y=y_low;

else

y=y_up;

end

p1=Img(x_low,y_low);p2=Img(x_up,y_low);p3=Img(x_low,y_low);p4=Img(x_up,y_up);s=x-x_low;t=y-y_low;Imgnew1(u,v)=Img(x,y);

Imgnew2(u,v)=(1-s)*(1-t)*p1+(1-s)*t*p3+(1-t)*s*p2+s*t*p4;end

end end

figure;imshow(Imgnew2,[]);B=imrotate(Img,alpha/pi*180);figure;imshow(B,[]);

（3）對(duì)給定的圖像添加噪聲（斑點(diǎn)噪聲、高斯噪聲）效果展示：

代碼：

I= imread('D:My DocumentsMy Pictures5.JPG');figure,subplot(211);imshow(I);title('原圖');J1=imnoise(I,'gaussian',0,0.02);

subplot(223);imshow(J);title('添加高斯噪聲');J=imnoise(I,'speckle',0.04);

subplot(224);imshow(J);title('添加斑點(diǎn)噪聲');

五、算法綜述 灰度圖像：

一幅完整的圖像，是由紅色、綠色、藍(lán)色三個(gè)通道組成的。紅色、綠色、藍(lán)色三個(gè)通道的縮覽圖都是以灰度顯示的。用不同的灰度色階來(lái)表示“ 紅，綠，藍(lán)”在圖像中的比重。通道中的純白，代表了該色光在此處為最高亮度，亮度級(jí)別是255。

通道是整個(gè)Photoshop顯示圖像的基礎(chǔ)。色彩的變動(dòng)，實(shí)際上就是間接在對(duì)通道灰度圖進(jìn)行調(diào)整。通道是Photoshop處理圖像的核心部分，所有的色彩調(diào)整工具都是圍繞在這個(gè)核心周圍使用的。

在計(jì)算機(jī)領(lǐng)域中，灰度數(shù)字圖像是每個(gè)像素只有一個(gè)采樣顏色的圖像。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個(gè)采樣可以任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色?；叶葓D像與黑白圖像不同，在計(jì)算機(jī)圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色；灰度圖像在黑色與白色之間還有許多級(jí)的顏色深度。但是，在數(shù)字圖像領(lǐng)域之外，“黑白圖像”也表示“灰度圖像”，例如灰度的照片通常叫做“黑白照片”。在一些關(guān)于數(shù)字圖像的文章中單色圖像等同于灰度圖像，在另外一些文章中又等同于黑白圖像?；叶葓D像經(jīng)常是在單個(gè)電磁波頻譜如可見光內(nèi)測(cè)量每個(gè)像素的亮度得到的。

用于顯示的灰度圖像通常用每個(gè)采樣像素 8 位的非線性尺度來(lái)保存，這樣可以有 256 級(jí)灰度。這種精度剛剛能夠避免可見的條帶失真，并且非常易于編程。在醫(yī)學(xué)圖像與遙感圖像這些技術(shù)應(yīng)用中經(jīng)常采用更多的級(jí)數(shù)以充分利用每個(gè)采樣 10 或 12 位的傳感器精度，并且避免計(jì)算時(shí)的近似誤差。在這樣的應(yīng)用領(lǐng)域每個(gè)采樣 16 位即 65536 級(jí)得到流行。

二值圖像：

是指每個(gè)像素不是黑就是白，其灰度值沒有中間過(guò)渡的圖像。二值圖像一般用來(lái)描述文字或者圖形，其優(yōu)點(diǎn)是占用空間少，缺點(diǎn)是，當(dāng)表示人物，風(fēng)景的圖像時(shí)，二值圖像只能描述其輪廓，不能描述細(xì)節(jié)。這時(shí)候要用更高的灰度級(jí)。

二值圖像是每個(gè)像素只有兩個(gè)可能值的數(shù)字圖像。人們經(jīng)常用黑白、B&W、單色圖像表示二值圖像，但是也可以用來(lái)表示每個(gè)像素只有一個(gè)采樣值的任何圖像，例如灰度圖像等。

二值圖像中所有的像素只能從0和1這兩個(gè)值中取，因此在MATLAB中，二值圖像用一個(gè)由0和1組成的二維矩陣表示。這兩個(gè)可取的值分別對(duì)應(yīng)于關(guān)閉和打開，關(guān)閉表征該像素處于背景，而打開表征該像素處于前景。以這種方式來(lái)操作圖像可以更容易識(shí)別出圖像的結(jié)構(gòu)特征。二值圖像操作只返回與二值圖像的形式或結(jié)構(gòu)有關(guān)的信息，如果希望對(duì)其他類型的圖像進(jìn)行同樣的操作，則首先要將其轉(zhuǎn)換為二進(jìn)制的圖像格式，可以通過(guò)調(diào)用MATLAB提供的im2bw（）來(lái)實(shí)現(xiàn)。

二值圖像經(jīng)常出現(xiàn)在數(shù)字圖像處理中作為圖像掩碼或者在圖像分割、二值化和dithering的結(jié)果中出現(xiàn)。一些輸入輸出設(shè)備，如激光打印機(jī)、傳真機(jī)、單色計(jì)算機(jī)顯示器等都可以處理二值圖像。

二值圖像經(jīng)常使用位圖格式存儲(chǔ)。

二值圖像可以解釋為二維整數(shù)格Z，圖像變形處理領(lǐng)域很大程度上就是受到這個(gè)觀點(diǎn)啟發(fā)。

圖像旋轉(zhuǎn)：

圖像旋轉(zhuǎn)是指圖像以某一點(diǎn)為中心旋轉(zhuǎn)一定的角度,形成一幅新的圖像的過(guò)程。當(dāng)然這個(gè)點(diǎn)通常就是圖像的中心。既然是按照中心旋轉(zhuǎn),自然會(huì)有這樣一個(gè)屬性：旋轉(zhuǎn)前和旋轉(zhuǎn)后的點(diǎn)離中心的位置不變.根據(jù)這個(gè)屬性,我們可以得到旋轉(zhuǎn)后的點(diǎn)的坐標(biāo)與原坐標(biāo)的對(duì)應(yīng)關(guān)系。由于原圖像的坐標(biāo)是以左上角為原點(diǎn)的,所以我們先把坐標(biāo)轉(zhuǎn)換為以圖像中心為原點(diǎn)。假設(shè)原圖像的寬為w,高為h,（x0,y0）為原坐標(biāo)內(nèi)的一點(diǎn),轉(zhuǎn)換坐標(biāo)后的點(diǎn)為（x1,y1）。那么不難得到： x1 = x0-w/2;y1 =-y0 + h/2;在新的坐標(biāo)系下,假設(shè)（x0,y0）距離原點(diǎn)的距離為r,點(diǎn)與原點(diǎn)之間的連線與x軸的夾角為b,旋轉(zhuǎn)的角度為a,旋轉(zhuǎn)后的點(diǎn)為（x1,y1）

噪聲：

是電路或系統(tǒng)中不含信息量的電壓或電流。在工業(yè)與自然界中，存在著各種干擾源（噪聲源），如大功率電力電子器件的接入、大功率用電設(shè)備的開啟與斷開、雷擊閃電等都會(huì)使空間電場(chǎng)和磁場(chǎng)產(chǎn)生有序或無(wú)序的變化，這些都是干擾源（或噪聲源）。這些源產(chǎn)生的電磁波或尖峰脈沖通過(guò)磁、電耦合或是通過(guò)電源線等路徑進(jìn)入放大電路，各種電氣設(shè)備，形成各種形式的干擾。

斑點(diǎn)噪聲：

斑點(diǎn)噪聲是SAR成像系統(tǒng)的一大特色，源自基本分辨單元內(nèi)地物的隨機(jī)散射，在圖像上表現(xiàn)為信號(hào)相關(guān)（如在空間上相關(guān)）的小斑點(diǎn)，它既降低了圖像的畫面質(zhì)量，又嚴(yán)重影響圖像的自動(dòng)分割、分類、目標(biāo)檢測(cè)以及其它定量專題信息的提取。

SAR圖像斑點(diǎn)噪聲的去除一方面要抑制圖像均勻區(qū)域斑點(diǎn)噪聲，另一方面要保持圖像邊緣和紋理細(xì)節(jié)信息。SAR斑點(diǎn)噪聲的抑制可通過(guò)非相干多視處理，也可使用空間域?yàn)V波實(shí)現(xiàn)。非相干多視處理會(huì)降低圖像的地面分辨率。因此，涌現(xiàn)出了一系列空間域?yàn)V波方法，如均值濾波、中值濾波、Lee濾波、Kuan濾波、Frost濾波、Sigma濾波以及Gamma Map濾波等。但這類算法存在自身無(wú)法克服的矛盾：一方面為增強(qiáng)斑點(diǎn)去噪效果需選較大的濾波窗口，另一方面為保持圖像的實(shí)際分辨率要求所選的窗口較小。

高斯噪聲：

所謂高斯噪聲是指它的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。如果一個(gè)噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。高斯白噪聲的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號(hào)在時(shí)間上的相關(guān)性。高斯白噪聲包括熱噪聲和散粒噪聲。

實(shí)驗(yàn)中是通過(guò)MATLAB自帶的函數(shù)產(chǎn)生噪聲，各函數(shù)如下： J1=imnoise(I,'salt & pepper',0.05);%添加椒鹽噪聲

J2=imnoise(I,'gaussian',0,0.03);

%添加均值為0，方差為0.03的高斯噪聲。

六、Matlab優(yōu)勢(shì)

MATLAB是一個(gè)包含大量算法的集合。其可以快捷的實(shí)現(xiàn)用戶所需的各種計(jì)算功能。函數(shù)中所使用的算法都是科研和工程計(jì)算中的最新研究成果，而前經(jīng)過(guò)了各種優(yōu)化和差錯(cuò)處理。在通常情況下，可以用它來(lái)代替底層編程語(yǔ)言，如C和C++。在計(jì)算要求相同的情況下，使用MATLAB的編程工作量會(huì)大大減少。MATLAB的這些函數(shù)集包括從最簡(jiǎn)單最基本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的復(fù)雜函數(shù)。函數(shù)所能解決的問(wèn)題其大致包括矩陣運(yùn)算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號(hào)運(yùn)算、傅立葉變換和數(shù)據(jù)的統(tǒng)計(jì)分析、工程中的優(yōu)化問(wèn)題、稀疏矩陣運(yùn)算、復(fù)數(shù)的各種運(yùn)算、三角函數(shù)和其他初等數(shù)學(xué)運(yùn)算、多維數(shù)組操作以及建模動(dòng)態(tài)仿真等。圖形處理功能

圖形處理功能MATLAB自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和矩陣用圖形表現(xiàn)出來(lái)，并且可以對(duì)圖形進(jìn)行標(biāo)注和打印。高層次的作圖包括二維和三維的可視化、圖象處理、動(dòng)畫和表達(dá)式作圖?？捎糜诳茖W(xué)計(jì)算和工程繪圖。新版本的MATLAB對(duì)整個(gè)圖形處理功能作了很大的改進(jìn)和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對(duì)于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），MATLAB同樣表現(xiàn)了出色的處理能力。同時(shí)對(duì)一些特殊的可視化要求，例如圖形對(duì)話等，MATLAB也有相應(yīng)的功能函數(shù)，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的制作上作了很大的改善，對(duì)這方面有特殊要求的用戶也可以得到滿足

模塊集合工具箱

MATLAB對(duì)許多專門的領(lǐng)域都開發(fā)了功能強(qiáng)大的模塊集和工具箱。一般來(lái)說(shuō)，它們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí)、應(yīng)用和評(píng)估不同的方法而不需要自己編寫代碼。目前，MATLAB已經(jīng)把工具箱延伸到了科學(xué)研究和工程應(yīng)用的諸多領(lǐng)域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫(kù)接口、概率統(tǒng)計(jì)、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡(luò)、小波分析、信號(hào)處理、圖像處理、系統(tǒng)辨識(shí)、控制系統(tǒng)設(shè)計(jì)、LMI控制、魯棒控制、模型預(yù)測(cè)、模糊邏輯、金融分析、地圖工具、非線性控制設(shè)計(jì)、實(shí)時(shí)快速原型及半物理仿真、嵌入式系統(tǒng)開發(fā)、定點(diǎn)仿真、DSP與通訊、電力系統(tǒng)仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。

七、總結(jié)

運(yùn)用matlab軟件對(duì)圖像進(jìn)行處理，讓我鞏固了之前所學(xué)的知識(shí)，同時(shí)也在這次作業(yè)中更加了解到matlab語(yǔ)言在生活中的運(yùn)用環(huán)境和掌握這門語(yǔ)言的重要性

八、存在問(wèn)題

1.在進(jìn)行圖像增強(qiáng)時(shí)要不要講圖像先進(jìn)行平滑處理？ 2.如何增加這個(gè)算法的準(zhǔn)確度

3.在此次作業(yè)中，為何添加椒鹽噪聲時(shí)無(wú)法顯示