MatlabMatlab工程应用案例重点.ppt

第11章 MATLAB工程 应用案例　　　　;本章学习目标;主要内容;11.1 MATLAB在语音信号处理中的应用;11.1.2语音信号的采集 利用Windows下的录音机，录制一段自己的话音，时间在1 s内。然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。 ;11.1.3语音信号的频谱分析 绘制所录制语音信号的时域波形，然后对语音号进行快速傅里叶变换，得到信号的频谱特性。 ;11.1.4设计滤波器;利用所设计的带通滤波器对语音信号进行滤波; 通过带通滤波器后信号谱线两边的噪声得到了很好的滤除。但在两根谱线之间还留有噪声，为了更好的得到去噪效果，需要再设计一个带阻滤波器对信号进行第二次滤波。 ;用所设计的带阻滤波器对信号进行第二次滤波 ;11.2 MATLAB在图像直方图均衡 中的应用;11.2.2 直方图变换的基本原理 一般情况下，如果图像的灰度分别集中在较窄的区间，会引起图像细节的模糊，为了使图像细节清晰，并使一些目标得到突出，达到增强图像的目的，可通过改善各部分亮度的比例关系，即通过直方图的方法来实现。 ;直方图表示了数字图像中每一灰度级与其出现频数（该灰度像素数目）间的统计关系。用横坐标表示灰度级，纵坐标表示频数。直方图能给出该图像的大致描述，如图像的灰度范围、灰度级的分布、整幅图像的平均亮度等。灰度级在[0,L-1]范围内的数字图像的直方图是离散函数 ，经常是用图像的像素总数n除它的每一个值得归一化的直方图，因此归一化的图像灰度统计直方图可表示如下： ;;*; 如上所示的是不同场景下获得的图像和对应的直方图，注意到在暗色图像中，直方图的组成成分集中在灰度级低（暗）的一侧；反之，明亮的图像的直方图集中在灰度级高（亮）的一侧。动态范围偏小，也就是对比度小，这种图像直方图集中于灰度级的中部，而动态范围正常的图像直方图的成分覆盖了灰度级很宽的范围。直观上说。如果一幅图像其像素占有全部可能的灰度级并且分布均匀，则图像有高的对比度和多变的灰度色调，也就是说可以通过改变直方图的形式来达到增强图像对比度的效果。这种方法是以概率论为基础的，常用的方法有直方图均衡化和直方图规定化。 ;11.2.3 直方图均衡 直方图均衡又称为直方图平坦化，是将已知灰度概率密度分布的图像，经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，其结果是扩展了象元取值的动态范围，从而达到增强图像整体对比度的效果。 第 灰度级出现的概率为 此时变换函数可表示为 ; 根据原图像的直方图统计值就可算出均衡化后各象元的灰度值，以256级灰度图像为例说明直方图均衡化算法： (1)统计原始灰度图像的直方图的各灰度级 的像素 (k=0,1,…,255)； (2)用 计算原始直方图； (3)用（2）的计算结果来计算累计直方图 ; (4)取整 ，N=256； (5)建立映射对应关系 ， k=0,1,…,255) (6)按照上述对应关系将原始灰度图像中灰度为 的替换 ，重新显示图像。 ;11.2.4 直方图规定 直方图均衡化的优点是能自动地增强整个图像的对比度，但它的具体增强效果不易控制，处理的结果总是得到全局均衡化的直方图。实际工作中有时需要变换直方图使之成为某个特定的形状，从而有选择地增强某个灰度值范围内的对比度。这是可采用比较灵活的直方图规定化方法。;直方图规定化的步骤如下： （1）与原始图像的直方图进行灰度均衡化 （2）规定希望的密度函数，并计算能使规定的直方图均衡化的变换 （3）将第（1）步得到的变换反转过来，即将原始直方图对应映射到规定的直方图，也就是将所有的 对应到 中去。 ;11.2.5 应用举例 如图所示的井下监视图像明暗分布不均，而且灰度范围比较窄，用直方图调整的方法对该图像进行增强。 ;由上图可以看出其直方图多密集在一起位于左侧，说明图像绝大多数像素点的灰度值比较集中且图像整体偏暗，使得图像信息不够丰富，图像结构不够清晰。我们可以通过直方图均衡的方法对该图像进行增强。 经过均衡化后，原来图像中较暗区域的一些细节更清晰。 ; 直方