应用Matlab对图像信号进行频谱分析报告及滤波.docVIP

实用标准文档 文案大全 应用Matlab对图像信号进行频谱分析及滤波 实验目的 巩固所学的数字信号处理理论知识，理解信号的采集、处理、传输、显示和存储过程； 综合运用专业及基础知识，解决实际工程技术问题的能力； 学习资料的收集与整理，学会撰写课程设计报告。 实验环境 微型电子计算机（PC）； 安装Windows 10操作系统，MATLAB7.0，Formatfactory，绘画板等开发工具。 实验原理 在Matlab软件平台下，读取和显示彩色图像数据的相关函数和调用方法如下： 实验内容和任务要求 选取一张彩色图像（注意不能出现雷同，否则记为0分），提取图像的灰度值，并显示出灰度图像。 在图像中增加正弦噪声信号(自己设置几个频率的正弦信号)，显示出加入噪声信号后的灰度图像。 给定滤波器的性能指标，分别设计FIR和IIR数字滤波器，并画出滤波器的幅频响应曲线。 用自己设计的滤波器对含噪声图像信号进行滤波，显示出滤波后的灰度图像。 对原始灰度图像、加入噪声信号的灰度图像和滤波后的灰度图像进行频谱分析和对比，分析信号的变化。 实验分析 本实验要求用Matlab软件完成对图像信息的处理。 对于任务1，这里采用了一张jpg格式的张学友新专辑《醒着做梦》的封面图片，保存在Matlab的work文件夹下。采用imread()函数读取，并利用rgb2gray()函数将其转化为二维的灰度图像（原始的数据类型是unit8型，需要将其转化为可用于计算的double类型），并利用imshow()函数将其显示出来； 对于任务2，在加入噪声前，需要先将二维数据利用循环嵌套语句转化为一维数据，然后加入三个高频噪声，再利用循环嵌套语句转化为二维的数据，利用imshow()函数显示出来； 对于任务3，这里分别设计了满足一定指标的IIR低通滤波器（巴特沃斯）和FIR低通滤波器（哈明窗）并对其相关指标进行了分析。 对于任务4，利用任务3中设计好的两个滤波器分别对加噪后的灰度图像进行滤波（filter()函数），并分别显示滤波后的灰度图像； 对于任务5，利用快速傅里叶变换算法（FFT）对各阶段数据分别进行频谱分析，并将它们的频谱绘制在同一张图上作为对比。 Matlab代码 clc;close all;clear all; %%图像的读取以及转换 x=imread(hh.jpg);%读取jpg图像 x1=rgb2gray(x);%生成M*N的灰度图像矩阵 [M,N]=size(x1);%求图像规模 %%生成原始序列并求频率响应 x2=im2double(x1); x3=zeros(1,M*N);%初始化 for i=1:M for j=1:N x3(N*(i-1)+j)=x2(i,j); end end %将M*N维矩阵变成1维矩阵 fs=1000;%扫描频率1kHz T=1/fs; %扫描时间间隔 L=length(x3);%计算序列长度 n=0:L-1; Xk3=fft(x3);%快速傅里叶变换 Xf3=fftshift(Xk3);%中心对称变换 f=(n/L-1/2)*fs;%横坐标变幻 %%生成带有噪声的序列并求频率响应 fz1=356;fz2=383;fz3=427;%三个噪声频率 xz=0.4*sin(2*pi*fz1*n*T)+0.7*sin(2*pi*fz2*n*T)+0.5*sin(2*pi*fz3*n*T);%噪声序列 x4=x3+xz;%加入噪声的序列 x5=zeros(M,N); for i=1:M for j=1:N x5(i,j)=x4(N*(i-1)+j); end end %一维变M*N矩阵 Xk4=fft(x4); Xf4=fftshift(Xk4); %%设计IIR滤波器并分析相关指标 wp=250*2/fs;ws=300*2/fs;Rp=3;Rs=20;%通带截止频率250Hz,阻带截止频率300Hz,通带衰减3dB,阻带衰减20dB [Nm,Wc]=buttord(wp,ws,Rp,Rs);%计算满足指标的最小阶数以及3dB截止频率 [b,a]=butter(Nm,Wc); %计算滤波器的分子分母系数 H=freqz(b,a,f*2*pi/fs);%计算滤波器频率响应 mag=abs(H);pha=angle(H);%幅度响应和相位响应 mag1=20*log((mag+eps)/max(mag)); %将幅频响应转化为dB的形式 %%用IIR滤波器对带噪序列进行滤波并求频率响应 x6=filter(b,a,x4);%用IIR滤波 Xk6=fft(x6); Xf6=fftshift(Xk6); x7=z