信号分析与处理实验报告.pdf

信号分析与处理实验报告

实验一图像信号频谱分析及滤波

一：实验原理

FFT不是一种新的变化，而是DFT的快速算法。快速傅里叶变换能减少

运算量的根本原因在于它不断地把长序列的离散傅里叶变换变为短序列的

离散傅里叶变换，在利用的对称性和周期性

使DFT运算中的有些项加以合并，达到减少运算工作量的效果。

为了消除或减弱噪声，提取有用信号，必须进行滤波，能实现滤波功能

的系统成为滤波器。按信号可分为模拟滤波器和数字滤波器两大类。数字

滤波器的关键是如何根据给定的技术指标来得到可以实现的系统函数。从

模拟到数字的转换方法很多，常用的有双线性变换法和冲击响应不变法，

本实验主要采用双线性变换法。双线性变换法是一种由s平面到z平面的映

射过程，其变换式定义为：数字域频率与模拟频率之间的关系是非线性关

系。双线性变换的频率标度的非线性失真是可以通过预畸变的方法去补偿

的。变换公式有Ωp=2/T*tan(wp/2)

Ωs=2/T*tan(ws/2)

二：实验内容

1．图像信号的采集和显示

选择一副不同彩色图片，利用Windows下的画图工具，设置成200*200

像素格式。然后在Matlab软件平台下，利用相关函数读取数据和显示图像。

要求显示出原始灰度图像、加入噪声信号后的灰度图像、滤波后的灰度图

信号分析与处理实验报告

像。

2．图像信号的频谱分析

要求分析和画出原始灰度图像、加入噪声信号后灰度图像、滤波后灰度

图像信号的频谱特性。

3.数字滤波器设计

给出数字低通滤波器性能指标:通带截止频率fp＝10000Hz，阻带截止频率

fs＝15000Hz，阻带最小衰减Rs＝50dB，通带最大衰减Rp＝3dB，采样频

率40000Hz。

三：实验程序

clearall

x=imread(x=imread();%原始彩色图像的数据读取

x1=rgb2gray(x);%彩色图像值转化为灰度图像值

[M,N]=size(x1);%数据x1的长度,用来求矩阵的大小

x2=im2double(x1);%unit8转化为double型

x3=numel(x2);%计算x2长度

信号分析与处理实验报告

figure(1);

subplot(1,3,1);

imshow(x2);

title(原始灰度图)

z1=reshape(x2,1,x3);%将二维数据转化成一维数据

g=fft(z1);%对图像进行二维傅里叶变换

mag=fftshift(abs(g));%fftshift是针对频域的，将FFT的DC分量移到频谱中心

K=40000;

Fs=40000;

dt=1/Fs;

n=0:K-1;

f1=18000;

z=0.1*sin(2*pi*f1*n*dt);

x4=z1+z;%加入正弦噪声

f=n*Fs/K;

y=fft(x4,K);

z2=reshape(x4,M,N);%将一维图转换为二维图

subplot(1,3,2);

imshow(z2);

title(加入噪声后)

g1=fft(x4);

mag1=fftshift(abs(g1));

%设计滤波器

ws=0.75*pi;

wp=0.5*pi;

fs=10000;

wp1=2*fs*tan(wp/2);

ws1=2*fs*tan(ws/2);

rs=50;

rp=3;

%[n,wn]=buttord(wp/pi,ws/pi,rp,rs);

%[bz,az]=butter(n,wn);

[n,wn]=buttord(wp1,ws1,rp,rs,s);

[z,p,k]=buttap(n);

[b,a]=zp2tf(z,p,k);

[B,A]=lp2lp(b,a,wn);

[bz,az]=bilinear(B,A,fs);

[h,w