实验五MATLAB应用.docVIP

实验五 MATLAB应用 实验目的： 1、了解matlab软件实际应用 实验原理： 1、在数字信号处理中的应用 信号处理涉及大量的运算，可以说离开计算机及相应的软件，就不可能解决任何稍微复杂的实际应用问题。借助程序可以很好理解抽象的傅里叶变换的作用及其意义。 2、在图像处理中的应用 MATLAB软件为数字图像处理提供了功能丰富的图像处理工具箱。它是由一系列支持图像处理操作的函数组成，涵盖了图像处理的几乎所有的技术方法。数字图像处理所涉及的算法很多，下面以图像灰度级调整变换为例，来演示MATLAB在数字图像处理教学中的应用。 视觉是人类从大自然中获取信息的最主要的手段。拒统计，在人类获取的信息中，视觉信息约占60%，听觉信息约占20%，其他方式加起来才约占20%。由此可见，视觉信息对人类非常重要。同时，图像又是人类获取视觉信息的主要途径，是人类能体验的最重要、最丰富、信息量最大的信息源。通常，客观事物在空间上都是三维的(3D)的，但是从客观景物获得的图像却是属于二维(2D)平面的。 一幅数字图像都是由若干个数据点组成的，每个数据点称为像素(pixel)。比如一幅256×400，就是指该图像是由水平方向上256列像素和垂直方向上400行像素组成的矩形图。每一个像素具有自己的属性，如颜色(color)、灰度(gray scale)等，颜色和灰度是决定一幅图像表现里的关键因素。其中颜色量化等级包括单色、四色、16色、256色、24位真彩色等，量化等级越高，则量化误差越小，图像的颜色表现力越强。同样，灰度是单色图像中像素亮度的表征，量化等级越高，表现力越强。但是随着量化等级的增加，数据量将大大增加，使得图像处理的计算量和复杂度相应的增加。 灰度图像是指只含亮度信息，不含色彩信息的图像。将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255种值可取，这样一个像素点可以有1600多万的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可先求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。 图像的二值化处理就是将图像上的点的灰度置为0或255，也就是使整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。 在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素的值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。二值图像在图像分析中应用非常广泛，二值图像就是指只有两个灰度级的图像，二值图像具有存储空间小，处理速度快，可以方便地对图像进行布尔逻辑运算等特点。更重要的是，在二值图像的基础上，还可以进一步对图像处理，获得该图像的一些几何特征或者其他更多特征。 3、MATLAB在通信原理仿真中的应用 实验内容： 1、通过傅里叶变换找出被随机信号淹没的信号频率 设采样频率f=1000Hz，信号频率分布在50~100Hz，然后叠加随机噪声 源程序： fs = 1000; % 采样速率 Ts = 1/fs; t = 0:Ts:0.6; signal = sin(2*pi*50*t)+sin(2*pi*100*t); % 信号频率分布在50~100Hz noise = 2*rand(size(t)); sn = signal+noise; % 染噪信号 NFFT = 512; Ys = fft(signal,NFFT); Yn = fft(sn,NFFT); Ps = abs(Ys); Pn = abs(Yn); f = 1000*(0:256)/NFFT; subplot(2,2,1); plot(t,signal); xlabel(时间（秒）); title(不含噪声信号); subplot(2,2,2); plot(t,sn); xlabel(时间（秒）); title(含噪声信号); subplot(2,2,3); plot(f,Ps(1:257)); xlabel(频率（Hz）); title(不含噪声信号的幅值谱); axis([0,300,0,300]); subplot(2,2,4); plot(