1 / 35

第 7 章 MATLAB 工具箱简介

第 7 章 MATLAB 工具箱简介. 7.1 信号处理工具箱. 信号处理工具箱式算法文件的集合，大部分为 M 文件，覆盖了经典信号处理理论的大多数内容，在语音信号处理、生物医学工程、实时控制理论、雷达信号处理等多个研究领域得到成功的应用。 按功能，信号处理工具箱中的函数可分为： 1 ）信号与波形的产生； 2 ）信号变换处理； 3 ）滤波器的设计、分析与实现； 4 ）随机信号处理与谱估计； 5 ）时 - 频分析； 6 ）到谱分析；等等。. 信号的表示与产生. 信号处理的基本数据可以采用矩阵来描述：每一列代表一个通道，每一行对应一个采样点。

ghada
Download Presentation

第 7 章 MATLAB 工具箱简介

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 第7章 MATLAB工具箱简介

  2. 7.1 信号处理工具箱 • 信号处理工具箱式算法文件的集合，大部分为M文件，覆盖了经典信号处理理论的大多数内容，在语音信号处理、生物医学工程、实时控制理论、雷达信号处理等多个研究领域得到成功的应用。 • 按功能，信号处理工具箱中的函数可分为： 1）信号与波形的产生； 2）信号变换处理； 3）滤波器的设计、分析与实现； 4）随机信号处理与谱估计； 5）时-频分析； 6）到谱分析；等等。

  3. 信号的表示与产生 • 信号处理的基本数据可以采用矩阵来描述：每一列代表一个通道，每一行对应一个采样点。 • 例如：产生一个采样频率为1000Hz的离散信号 1）定义时间轴： fs=1000;t=0:1/fs:1; 2) 定义采样得到的信号： y=sin(2*pi*50*t)+2*sin(2*pi*120*t+0.5*randn(size(t)); (注:randn(1,n)产生均值为0，方差为1的白噪声) 3) 绘图：plot(t,y)

  4. 经典信号产生函数 • X=sawtooth(t):产生周期为2*pi的锯齿波； • X=square(t,duty):产生周期为2*pi的方波； • Y=sinc(x):产生sinc函数的波形； • 单位冲激信号x=zeros(1,n);x(1)=1; • 单位阶跃信号x=ones(1,n); • 复指数信号n=0:N-1;x=exp((sigma+jw)*n); • ….

  5. 信号的基本运算 • 信号加 x=x1+x2; • 信号乘 x=x1.*x2; • 幅度变化 y=alpha*x; • 位移 y=[zeros(1,k),x] 对应于 y(n)=x(n-k); • 折叠 y=fliplr(x) 对应于 y(n)=x(-n); • 采样和 y=sum(x(n1:n2)) 对应于 y(n)=x(n1)+..+x(n2); • 采样积 y=prod(x(n1:n2)) 对应于 y(n)=x(n1)*…*x(n2); • 信号能量 E=sum(abs(x).^2) • 信号功率 p=sum(abs(x).^2)/N • …

  6. 离散傅立叶变换DFT • A=dftmtx(n)返回nXn的DFT变换矩阵，y=x*A则返回x的DFT变换至y; • Ai=conj(dftmtx(n))/n返回离散傅立叶反变换矩阵。 t=0:.01:1; x=sinc(2*pi*5*t); A=dftmtx(length(t)); y=x*A; subplot(1,2,1); plot(t,x); subplot(1,2,2); plot(t,y); Ai=conj(A)/length(t); yi=y*Ai; figure; plot(t,yi)

  7. 快速离散傅立叶变换FFT y=fft(x,n):计算n点FFT; y=fftshift(x):将零频位置移到频谱中心； y=ifft(x,n):快速离散傅立叶反变换。 clear t=linspace(0,pi,1000); data=exp(-t./2); power=fft(data); mag=abs(power);%振幅 phs=unwrap(angle(power));%相位 subplot(2,1,1); fre=[0,2,4,6,8,10]; stem(fre,mag(1:6),'r.'); subplot(2,1,2); stem(fre,phs(1:6),'b.');

  8. 离散余弦变换DCT • 与傅立叶变换相比，离散余弦变换具有更好的压缩性能，在数据压缩和数据通信中得到广泛的应用。 • y=dct(x,n):计算指定的n点DCT； • y=idct(x,n):计算指定的n点DCT反变换。 load mtlb subplot(2,2,1),plot(mtlb); x=dct(mtlb); subplot(2,2,2),plot(x); x(abs(x)<0.5)=0; subplot(2,2,3),plot(x); y=idct(x); subplot(2,2,4),plot(y);

  9. 希尔伯特变换HCT • y=hilbert(x):返回x的解析信号y，其实部为原信号，虚部为DCT得到的信号。 t=0:1/1023:1; x=sin(2*pi*60*t); y=Hilbert(x); plot(t(1:50),real(y(1:50))); hold on plot(t(1:50),imag(y(1:50)),':');

  10. 7.2 数字图像处理工具箱 • MATLAB的图像处理工具箱由一系列支持图像处理操作的函数组成，按功能可以分为： 图像显示；图像文件输入输出；几何操作；图像分析与增强；图像变换；图像滤波；二值图像处理；等等。 • MATLAB的图像是将数据阵列元素以double(64位)的浮点类型存储，也支持uint8和uint16类型。 • MATLAB支持5种图像类型：索引图象、灰度图像、二值图像、RGB图像和多帧图像阵列。 • 多帧图象阵列是由多帧图像组成，但组成的图像必须为前面中的一种，cat函数可以用来将相同大小的几个独立图像形成多帧文件。

  11. 图像像素数据

  12. 二值图像举例

  13. 索引图象举例 Image matrix colormap

  14. 灰度图像举例

  15. RGB图像举例

  16. 1 2 Columns 1 2 Rows 图像坐标系统：像素坐标系

  17. 图像坐标系统：空间坐标系 将像素看成是一个有区域的矩形块。

  18. 改变矩阵图像的坐标原点 >> A=magic(5); >> x=[19.5 23.5]; >> y=[8.0 12.0]; >> image(A,'XData',x,'YData',y); >> axis image >> colormap(jet(25)); >> A A = 17 24 1 8 15 23 5 7 14 16 4 6 13 20 22 10 12 19 21 3 11 18 25 2 9

  19. 图像文件的读写 • A=imread(filename,fmt):读文件数据至A。 fmt的可能取值有：‘jpg’或‘jpeg’(联合影像专家组格式JPEG);’tif’或‘tiff’(标志图像文件格式TIFF);’gif’（图形交换格式GIF）;’bmp’(位图格式BMP)；’png’(可移动网络图形格式)；等等。 • imwrite(A,filename,fmt):写图像数据A至文件。 • imfinfo filename:filename要包含完整路径，例如： >> imfinfo c:\MATLAB6P5\toolbox\simulink\blocks\blocksets.bmp

  20. 图像类型判断及转换 • isbw:是否为二值图像；isgray：是否为灰度图像；isind:是否为索引图象；isrgb:是否为RGB图像。 • gray2ind:灰度图像转换为索引图象；im2bw:设置阀值转换为二值图像；im2double(uint8, uint16):转换为double(uint8或uint16)类型;mat2gray矩阵转换为灰度图像；其他： ind2gray, ind2rgb, mat2gray, rgb2gray, rgb2ind等 • 还可用cat函数将灰度图像A转换为RGB图像，为： RGB=cat(3,A,A,A);

  21. 索引图转换为灰度图 >> load trees >> A=ind2gray(X,map); >> imshow(X,map); >> figure %在同一窗口显示有干扰 %可以采用subimage来在同一窗口显 %示多幅图像。 >> imshow(A)

  22. 图像显示 • 一般显示：imshow或image或imagesc，例如 A=imread(‘flowers.tif’);image(A); • 投影显示（纹理成图）：warp,例如： I=imread('flowers.tif'); [x,y,z]=cylinder; subplot(121),warp(x,y,z,I); [x,y,z]=sphere(50); subplot(122),warp(x,y,z,I);

  23. 多帧图像阵列逐帧显示 • 利用imshow,image或subimage显示一帧图像，例如： >> load mri >> subplot(221); >> colormap(map); >> subimage(D(:,:,:,1)); >> subplot(222); >> subimage(D(:,:,:,2)); >> subplot(223); >> subimage(D(:,:,:,3)); >> subplot(224); >> subimage(D(:,:,:,4));

  24. 多帧图像阵列拼接显示 • montage(I):拼接灰度图像；montage(X,map):拼接索引图象；montage(RGB):拼接RGB图像，例如： >> load mri >> montage(D,map)

  25. 多帧图像阵列转化成电影显示 • mov=immovie(X,map):将索引图象转换成电影。 >> load mri >> mov=immovie(D,map); >> colormap(map),movie(mov);

  26. 图像几何运算 • 改变图像尺寸：imresize，例如：B=imresize(A,[20,20]); • 图像旋转: imrotate，例如：B=imrotate(A,30); • 图像裁剪:imcrop,例如：B=imcrop(A,[10,10,150，150])；其中[10,10,150,150]为用户指定的矩形裁剪区[xmin,ymin,width,height]；

  27. 图像的数学变换：FFT • B=fft2(A):二维快速傅立叶变换 >> load imdemos saturn2 %提取imdemos中的saturn2 >> imshow(saturn2) >> B=fftshift(fft2(saturn2)); %将变换后的频谱中心从矩阵的始点移到矩阵中心。 >> figure >> imshow(log(abs(B)),[]); >> colormap(jet(64)) >> colorbar 傅立叶振幅谱 原始图像

  28. 图像的数学变换：DCT • B=dct2(A):计算A的离散余弦变换。例如： clear; RGB=imread('autumn.tif'); A=rgb2gray(RGB); B=dct2(A); imshow(A); figure; imshow(log(abs(B)),[]); colormap(jeT(64)); colorbar; B(abs(B)<10)=0; %除掉值小于10的数据（压缩） C=idct2(B)/255;%dct反变换 figure imshow(C); A C

  29. 像素选取 • pixval:用于交互显示像素数据值 • impixel:返回被选中的若干点的数据值，选点方式可以是提供坐标或用鼠标选择（双击左键结束选择）。 >> imshow canoe.tif >> pixval >> imshow canoe.tif >> vals=impixel vals = 0.5490 0.4824 0.3216 0.1608 0.1608 0.1922 0.2902 0.2588 0.2235 0.2588 0.2902 0.2235

  30. 图像轮廓 • imcontour：显示一幅图像的轮廓图。 >> A=imread('blood1.tif'); >> subplot(121),imshow(A); >> subplot(122),imcontour(A);

  31. 图像边缘检测 • 边缘检测的基本思想是首先利用边缘增强算子，突出图像中的局部边缘，然后定义像素的“边缘强度”，通过设置门限的方法提取边缘点集。 • 常用的边缘算子有robert、sobel、prewitt、log和canny五个算子。 >> A=imread('blood1.tif'); >> bw1=edge(A,'sobel'); >> bw2=edge(A,'robert'); >> bw3=edge(A,'log'); >> subplot(221),imshow(A); >> subplot(222),imshow(bw1); >> subplot(223),imshow(bw2); >> subplot(224),imshow(bw3);

  32. 图像增强 • 图像增强包括：进行灰度级调整和进行噪声消除。 • 灰度级调整是将图像的灰度级映射到一个新的范围，在新的范围内能够容纳图像多数的灰度级，是图像的对比更加鲜明。 • 消除噪声的方法主要有：均值滤波（用像素邻域中所有像素的均值来取代该像素的值）、中值滤波（用像素邻域中所有像素的中间值来取代该像素的值）、自适应滤波（依据局部图像的差异来调整滤波器的参数，对局部差异大的地方进行小的平滑操作，反之进行大的平滑操作）。

  33. 灰度级调整 • 1）显示图像及灰度级信息； • 2）依据灰度级信息进行调整。 J=imadjust(I,[low_in high_in],[low_out high_out],gama) 灰度级从[low_in high_in]调整到[low_out high_out]，gama指定图像I和J之间的映射关系，为1表示线性映射，大于1表示强映射，小于1表示弱映射。 MATLAB提供了histeq函数用来自动调整直方图。 A=imread('pout.tif'); subplot(221); imshow(A); subplot(222); imhist(A);%显示图像对应直方图 %原图绝大多数灰度级集中在75~170 B=imadjust(A,[75/255 170/255],[]); %将灰度级扩展到[0，255] subplot(223); imshow(B); subplot(224); imhist(B);

  34. 噪声消除 • MATLAB工具箱提供imnoise函数，用来引入各种噪声。 • 线性滤波 B=filter2(h,A),其中h为计算模块，可由h=fspecial(type)等函数生成，A为图像矩阵。type的类型有‘gaussian’(Gussian低通滤波)、‘average’(均值滤波)等。 • 中值滤波：B=medfilt2(A). • 自适应滤波: B=wiener2(A,[m,n]):二维维纳滤波，[m,n]指定滤波器的窗口大小为mXn。 A=imread('blood1.tif'); B=imnoise(A,'gaussian',0,0.005); %均值为0，方差为0.005 h=fspecial('average',5); %h为一个5X5的均值滤波器 C=uint8(round(filter2(h,B))); D=medfilt2(B); E=wiener2(B,[5 5]); subplot(221),imshow(A); subplot(222),imshow(B); subplot(223),imshow(C); subplot(224),imshow(D);

  35. END

More Related