MATLAB及其訊號處理基礎
原理簡介
離散傅立葉、離散餘弦和離散小波變換是影像、音訊訊號常用基礎操作,時
域訊號轉換到不同變換域以後,會導致不同程度的能量集中,資訊隱藏利用這個
原理在變換域選擇適當位置係數進行修改,嵌入資訊,並確保影像、音訊訊號經
處理後感官質量無明顯變化。
一維離散傅立葉變換對定義:
一維離散餘弦變換對定義:
一維連續小波變換對定義:
二維離散傅立葉變換對定義:
二維離散餘弦變換對定義:
用離散傅立葉變換分析合成音訊檔案
1、讀取音訊檔案資料
新建一個 m 檔案,另存為 a1.m,輸入以下命令:
clc;
clear;
l = [1, 40000];
[fn, pn] = uigetfile('*.wav', '請選擇音訊檔案');
[x, fs] = audioread(strcat(pn, fn),l);
len = length(x)
uigetfile 是檔案對話方塊函式,提供圖形介面供使用者選擇所需檔案,返回目標的目錄名和檔名。
函式原型:y= audioread (FILE)
功能:讀取音訊格式檔案內容
輸入引數:file 表示音訊檔名,字串
返回引數:y 表示音訊樣點,浮點型
2、一維離散傅立葉變換
新建一個 m 檔案,另存為 a2.m,輸入以下命令:
xf = fft(x);
f1 = [0:len-1] * fs / len;
xff = fftshift(xf);
hl = floor(len / 2);
f2 = [-hl:hl] * fs / len;
fft 函式對輸入引數進行一維離散傅立葉變換並返回其係數,對應頻率從 0 到 fs(取樣頻率),使用 fftshift 將零頻對應係數移至中央。上述程式碼還計算了離散樣點對應的頻率值,以便更好地觀察頻譜。
一維離散傅立葉逆變換
3、新建一個 m 檔案,另存為 a3.m,輸入以下命令:
xsync = ifft(xf);
ifft 函式對輸入引數進行一維離散傅立葉逆變換並返回其係數。
4、觀察結果
新建一個 m 檔案,另存為 a4.m,輸入以下命令:
figure;
subplot(2, 2, 1);plot(x);title('original audio');
subplot(2, 2, 2);plot(xsync);title('synthesize audio');
subplot(2, 2, 3);plot(f1, abs(xf));title('fft coef. of audio');
subplot(2, 2, 4);plot(f2(1:len), abs(xff));title('fftshift coef. of auio');
figure(n)表示建立第 n 個圖形窗
subplot 是子繪圖函式,第一、二個引數指明子影像佈局方式,例如,若引數為 2,3 則表示畫面共分為 2 行,每行有 3 個子影像。第三個參數列明子影像序號,排序順序為從左至右,從上至下。
plot 是繪圖函式,預設使用方式為 plot(y),引數 y 是要繪製的資料;如果需要指明影像橫軸顯示序列,則命令列為 plot(x, y),預設方式等同於 plot([0…len-1], y),len 為序列 y 的長度。
用離散傅立葉變換分析合成音訊如圖所示:
用離散傅立葉變換分析合成影像檔案
1、讀取影像檔案資料
新建一個 m 檔案,另存為 b1.m,輸入以下命令:
[fn, pn] = uigetfile('*.jpg, '請選擇影像檔案');
[x, map] = imread(strcat(pn, fn), jpg');
I = rgb2gray(x);
函式原型:A = imread(filename,fmt)
功能:讀取 fmt 指定格式的影像檔案內容
輸入引數:filename 表示影像檔名,字串 Fmt 表示影像檔案格式名,字串,函式支援的影像格式包括:JPEG,TIFF,GIF,BMP 等等,當引數中不包括檔案格式名時,函式嘗試推斷出檔案格式。
返回引數:A 表示影像資料內容,整型 rgb2gray 將 RGB 影像轉換為灰度圖。
2、二維離散傅立葉變換
新建一個 m 檔案,另存為 b2.m,輸入以下命令:
xf = fft2(I);
xff = fftshift(xf);
fft2 函式對輸入引數進行二維離散傅立葉變換並返回其係數,使用 fftshift 將零頻對應係數移至中央。
3、二維離散傅立葉逆變換
新建一個 m 檔案,另存為 b3.m,輸入以下命令:
xsync = ifft2(xf);
ifft2 函式對輸入引數進行二維離散傅立葉逆變換並返回其係數。
4、觀察結果
新建一個 m 檔案,另存為b4.m,輸入以下命令:
figure;
subplot(2, 2, 1);imshow(x);title('original image');
subplot(2, 2, 2);imshow(uint8(abs(xsync)));title('synthesize image');
subplot(2, 2, 3);mesh(abs(xf));title('fft coef. of image');
subplot(2, 2, 4);mesh(abs(xff));title('fftshift coef. of image');
imshow 是二維資料繪圖函式,mesh 通過三維平面顯示資料。
用離散餘弦變換分析合成音訊檔案
1、一維離散餘弦變換
新建一個 m 檔案,另存為 c1.m,輸入以下命令:
xf = dct(x);
dct 函式對輸入引數進行一維離散餘弦變換並返回其係數,對應頻率從 0 到 fs(取樣頻率)。
2、一維離散餘弦逆變換
新建一個 m 檔案,另存為 c2.m,輸入以下命令:
xsync = idct(xf);
[row,col]=size(x);
xff=zeros(row,col);
xff(1:row,1:col)=xf(1:row,1:col);
y=idct(xff);
idct 函式對輸入引數進行一維離散餘弦逆變換並返回其係數。離散餘弦變換常用於影像壓縮,可以嘗試只使用部分系數重構語言,通過觀察可發現,原始音訊和合成後音訊兩者差別不大。
3、觀察結果
新建一個 m 檔案,另存為c3.m,輸入以下命令:
figure;
subplot(2, 2, 1);plot(x);title('original audio');
subplot(2, 2, 2);plot(xsync);title('synthesize audio');
subplot(2, 2, 3);plot(f1, abs(xf));title('fft coef. of audio');
subplot(2, 2, 4);plot(f2(1:len), abs(xff));title('fftshift coef. of auio');
用離散餘弦變換分析合成影像檔案
1、二維離散餘弦變換
新建一個 m 檔案,另存為d1.m,輸入以下命令:
xf = dct2(I);
dct2 函式對輸入引數進行二維離散餘弦變換並返回其係數。
2、二維離散餘弦逆變換
新建一個 m 檔案,另存為d2.m,輸入以下命令:
xsync = uint8(idct2(xf));
[row, col] = size(I);
lenr = round(row * 4 / 5);
lenc = round(col * 4 / 5);
xff = zeros(row, col);
xff(1:lenr, 1:lenc) = xf(1:lenr, 1:lenc);
y = uint8(idct2(xff));
idct2 函式對輸入引數進行二維離散餘弦逆變換並返回其係數。可以嘗試使用部分系數重構影像,本例中使用了係數矩陣中 4/5 的資料,其它部分置零。為了保證影像能正確顯示,使用 uint8 對重構影像原始資料進行了資料型別轉換,確保其取值範圍在 0 到 255 之間。
3、觀察結果
請輸入命令顯示四個子圖,分別是原始影像、使用全部係數恢復的影像,使用部分系數恢復的影像和用三維立體圖方式顯示係數。
新建一個 m 檔案,另存為d3.m,輸入以下命令:
figure;
subplot(2, 2, 1);imshow(x);title('original image');
subplot(2, 2, 2);imshow(uint8(abs(xsync)));title('synthesize image');
subplot(2, 2, 3);imshow(uint8(abs(y)));title('part synthesize image');
subplot(2, 2, 4);mesh(abs(xff));title('fftshift coef. of image');
用離散小波變換分析合成影像檔案
1、一維離散小波變換
新建一個 m 檔案,另存為 e1.m,輸入以下命令:
[C, L] = wavedec(x, 2, 'db4');
wavedec 函式對輸入引數進行一維離散小波變換並返回其係數 C 和各級係數長度L。第二個引數指明小波變換的級數,第三個引數指明小波變換使用的小波基名稱。
2、一維離散小波逆變換
新建一個 m 檔案,另存為 e2.m,輸入以下命令:
xsync = waverec(C, L, 'db4');
cA2 = appcoef(C, L, 'db4', 2);
cD2 = detcoef(C, L, 2);
cD1 = detcoef(C, L, 1);
waverec 函式對輸入引數進行一維離散小波逆變換並返回其係數。
appcoef 返回小波係數近似分量,第一個引數 C、第二個引數 L 是 wavedec 的返回引數,為各級小波係數和其長度,第三個引數指明小波基名稱,第四個引數指明級。
detcoef 返回小波係數細節分量,第一個引數 C、第二個引數 L 是 wavedec 的返回引數,為各級小波係數和其長度,第三個引數指明級數。
3、新建一個 m 檔案,另存為 e3.m,輸入以下命令:
figure;
subplot(2, 3, 1);plot(x);title('original audio');
subplot(2, 3, 2);plot(xsync);title('synthesize audio');
subplot(2, 3, 4);plot(cA2);title('app coef. of audio');
subplot(2, 3, 5);plot(cD2);title('det coef. of auio');
subplot(2, 3, 6);plot(cD1);title('det coef. of auio');
用離散小波變換分析音訊檔案
1、二維離散小波變換
新建一個 m 檔案,另存為 f1.m,輸入以下命令:
sx = size(I);
[cA1, cH1, cV1, cD1] = dwt2(I, 'bior3.7');
dwt2 函式對輸入引數進行二維一級離散小波變換並返回近似分量,水平細節分量,垂直細節分量和對角線細節分量。
如果要對影像進行多級小波分解,使用 wavedec2 函式。
2、二維離散小波逆變換
新建一個 m 檔案,另存為f2.m,輸入以下命令:
xsync = uint8(idwt2(cA1, cH1, cV1, cD1, 'bior3.7', sx));
A1 = uint8(idwt2(cA1, [], [], [], 'bior3.7', sx));
H1 = uint8(idwt2([], cH1, [], [], 'bior3.7', sx));
V1 = uint8(idwt2([], [], cV1, [], 'bior3.7', sx));
D1 = uint8(idwt2([], [], [], cD1, 'bior3.7', sx));
idwt2 函式對輸入引數進行二維離散小波逆變換並返回其係數。可以嘗試僅使用近似分量、水平細節分量、垂直細節分量或對角線細節分量重構影像。
3、觀察結果
輸入命令顯示六個子圖,分別是原始影像、使用全部係數恢復的影像、小波係數近似分量、水平細節分量、垂直細節分量和對角線細節分量。
新建一個 m 檔案,另存為f3.m,輸入以下命令:
figure;
subplot(2, 3, 1);imshow(x);title('original image');
subplot(2, 3, 2);imshow(uint8(abs(xsync)));title('synthesize image');
subplot(2, 3, 3);mesh(A1);title('app coef. of image ');
subplot(2, 3, 4);mesh(H1);title('hor coef. of image ');
subplot(2, 3, 5);mesh(V1);title('ver coef. of image ');
subplot(2, 3, 6);mesh(D1);title('dia coef. of image ');
相關文章
- 【scipy 基礎】--訊號處理
- MATLAB訊號處理——數字濾波器的設計Matlab
- MATLAB數字訊號處理(2)LFM脈衝雷達回波處理模擬Matlab
- 數字訊號處理基礎----插值、抽取濾波器
- MATLAB音訊訊號處理(一):函式簡易用法(audioread,sound函式)Matlab音訊函式
- linux 訊號與處理Linux
- matlab 基礎Matlab
- 訊號處理基本引數
- 處理python中的訊號Python
- Python 音訊訊號處理庫 librosaPython音訊ROS
- 【scipy 基礎】--影像處理
- MATLAB數字訊號處理(1)四種經典功率譜估計方法比較Matlab
- 【Matlab】基礎教程Matlab
- C#基礎之前處理器,異常處理C#
- 處理器基礎知識
- Python基礎 -- 異常處理Python
- 影像處理基礎篇(一)
- [資料處理]python基礎Python
- 資料分析處理之PCA OLSR PCR PLSR(NIPALS)及其Matlab程式碼實現PCAMatlab
- 訊號處理第二篇——接著談正弦訊號
- 訊號處理板卡學習資料第524篇:基於XCZU15EG的FMC+ 高效能通用訊號處理板卡
- linux中的訊號處理與SROPLinux
- MySQL:簡單記錄訊號處理MySql
- 【scikit-learn基礎】--『預處理』之 缺失值處理
- xenomai核心解析之訊號signal(二)---xenomai訊號處理機制AI
- sklearn基礎及資料處理
- Flutter基礎-039-json處理FlutterJSON
- PHP基礎:異常處理ExceptionPHPException
- python 基礎之異常處理Python
- webpack基礎–css相關處理WebCSS
- 開心檔之C++ 訊號處理C++
- 語音訊號處理入門系列(2)——訊號處理中的幾個關鍵概念音訊
- 資訊處理技術基礎知識(2.4多媒體基礎知識 )--第2章
- VPX訊號處理卡設計資料第9篇:基於C6678+XC7V690T的6U VPX訊號處理卡
- 6678訊號處理卡設計資料:基於國產化Ch-6678+Ch-7K325T的6U CPCI訊號處理卡
- [00]數字影像處理-matlab速成Matlab
- matlab感興趣區域處理Matlab
- Go語言基礎-錯誤處理Go