交通信号检测实验报告.docxVIP

交通信号检测　　　实验报告 学 院： 信息工程学院 专 业： 计算机科学与技术 学 号： **** 姓 名： **** 指导教师： *** 完成时间： 2014年10月7日 实验一 信号降噪 一、实验名称 信号降噪 二、实验原理 在小波分析中，应用最广泛的无疑是信号处理和图像处理，而在这两个领域, 由于在正交小波中，正交基的选取,比传统方法更接近实际信号本身，所以通过小波变换可以更容易地分离出噪声或其他我们不需要的信息，因此在这类应用中小波分析有着传统方法无可比拟的优势。降噪和压缩这两种应用有一个共同点在于它们都是尽量把无用的信息从原始的信号中剔除，所以MatLab提供了一条通用的命令wdencmp，同时处理降噪和压缩。 信号降噪的准则 光滑性：在大部分情况下，降噪后的信号应该至少和原信号具有同等的光滑性； 相似性：降噪后的信号和原信号的方差估计应该是最坏情况下的方差最小 小波分析用于降噪的过程，可细分为如下几段。 分解过程：选定一种小波,对信号进行N层小波(小波包)分解； 作用阈值过程：对分解得到的各层系数选择一个阈值,并对细节系数作用软阈值处理 重建过程：降处理后的系数通过小波(小波包)重建恢复原始信号。 从原始信号确定各级阈值 在小波分析用于降噪的过程中，核心的步骤就是在系数上作用阈值。因为阈值的选取直接影响降噪的质量,所以人们提出了各种—的和经验的模型。小波变换中，对各层系数降噪所需的阈值一般是根据原信号的信号噪声比来取的。在得到信号的噪声强度以后，我们就可以根据噪声强度σ来确定各层的阈值，对噪声强度为σ的白噪声，阈值的确定主要有以下几个数学模型： 缺省的阈值确定模型，阈值由如下公式给出 thr=2 其中n为信号的长度，在ddencmp命令中,若使用其降噪功能，求得的阈值就是用这个规则确定的。 Birge-Massart策略所确定的阈值,阈值通过如下的规则求得： 给定一个指定的分解层数j，对j+1层以及更高层，所有系数保留。 对第i层（1≤i≤j），保留绝对值最大的ni个系数，ni由下式确定： ni=M(j+2-i) 式中M和α为经验系数，缺省情况下取M=L(1)，一般情况下，M满足L(1)≤M≤2L(1)，α的取值因用途不同，在压缩情况下一般取α=1.5，降噪情况下取α=3。 小波包变换中的penalty _值，阈值由下式给出： 令t*为使得函数 crit(t)=-k≤t 取得最小值的t，其中ck为小波包分解系数排序后第k大的系数。n为系数的总数，那么阈值 thr=c 式中的σ为信号的噪声强度，α为经验系数，α必须为大于1的实数，随着α的增大,降噪后信号的小波系数会变稀疏,重建后的信号也会变得更加光滑。α的典型值为2。从原始信号确定阈值的函数有ddencmp, wbmpen，wdcbm和wdcbm2，其中自动降噪的命令wdencmp在用于信号的时候采用的是默认的阈值。 三．实验内容 实验中主要设计实现了四种不同的降噪方法，分别是抑制细节系数、FFT、Matlab缺省降噪和二维信号的小波降噪，结果见程序运行结果。 程序运行结果： 几种阈值选取方法的运行结果 通过抑制细节系数实现降噪 通过FFT实现信号降噪 Matlab缺省的降噪命令 二维信号的小波降噪 实验二 图像增强 一．实验名称 图像增强 实验原理 灰度变换增强 1.像素值及其统计特性 图像的灰度变换方法有很多种，其基本原则是利用某种变换函数对图像进行点运算，从而修改图像的像素灰度值。显然，为了选择一种合理的变换函数，首先要对原始图像的像素灰度值有个大概的了解，然后根据像素的统计特性来确定需要的变换函数类型。直方图是灰度变换技术中最常用的像素统计特性描述方式，除此之外还有单个点的像素值、某一线段上的像素灰度分布、图像的等高线图、图像的统计摘要(包括均值、方差等)以及区域特性度量等方式。MATLAB图像处理工具箱提供了许多返回图像数据矩阵统计信息的函数。 2.直方图灰度变换 许多种图像灰度变换方法中最常用的就是直方图变换方法， 直方图是图像分析中用来说明图像灰度分布的图形，直方图的每一个分支表示对应灰度级出现的频数(即该灰度级像素个数与像素总数的比值)。根据直方图的信息可以选择一种合理的变换算法对图像进行增强操作。例如，如果一幅图像的直方图说明该图像的灰度值较小，那么可以使用一个线性灰度调节函数来增大图像每一个像素的灰度值。图像处理中经常利用的直方图均衡化就是使输出像素灰度的概率密度均匀分布的灰度变换方法。转移函数编程计算通常都是比较复杂的，在实际应用中，一般采用较为简单的转移函数形式来实现特殊要求的图像增强效果。MATLAB的图像处理工具箱提供了一个灰度变换函数imadjust函数来实现图像的直方图调节。 3.直方图均衡化