《多媒体技术基础期末考试实验部分总结》由会员分享，可在线阅读，更多相关《多媒体技术基础期末考试实验部分总结（7页珍藏版）》请在金锄头文库上搜索。
1、18103317实验一：声音处理技术基础实验一：声音处理技术基础1、wavread 读取微软 WAVE (.wav)音频文件。 语法： y = wavread(filename) y,Fs,bits = wavread(filename) 2、Wavrecord：通过计算机上的音频输入设备来录制音频。 语法： y = wavrecord(n,Fs) 描述： y = wavrecord(n,Fs) 以采样频率为 Fs（Hz）来录制音频信号的 n 个样本值。Fs 的缺省值大 小为 11025 Hz。 3、wavplay ： 语法： wavplay(y,Fs) 4、wavwrite ： 写微软 WA
2、VE (.wav)格式声音文件。 语法： wavwrite(y,filename) wavwrite(y,Fs,filename)(1)例： %y=wavrecord(110250,11025,int16);%录音； %wavwrite(y,11025,filename);%将录制的音乐存盘; x,Fs,bit,size=wavread(filename);%读取文件； wavplay(10*x,Fs);%滤波前音乐效果演示 n=length(x);t=(0:n-1)/Fs;figure(1),plot(t,x); xlabel(时间T(s);ylabel(幅值); title(音乐波形信号)
3、; grid on; %频谱分析 y=fft(x);w=2/n*(0:n-1);figure(2),plot(w,abs(y); title(信号频谱);xlabel(数字角频率W);ylabel(幅度); grid on; %巴特沃斯低通滤波器,滤除噪声干扰 N,Wc=buttord(0.06,0.10,1,15);%确定低通滤波器的阶数和截止频率 b,a=butter(N,Wc);%确定低通滤波器分子分母系数 H,W=freqz(b,a); %低通滤波器波形 figure(3),plot(W,abs(H); xlabel(W);ylabel(H);title(低通滤波器); m=filte
4、r(b,a,x); wavplay(10*m,Fs);%经过滤波器后音乐播放效果演示s=length(m);%滤波后信号长度 tm=(0:s-1)/Fs; Wm=2/s*(0:s-1);M=fft(m); figure(4),plot(tm,m); grid on; title(滤波后波形);xlabel(T);ylabel(幅度); figure(5),plot(Wm,abs(m); title(滤波后波形频谱图);xlabel(w/pi);ylabel(幅度); %滤波后频谱分析 k=fft(m);z=length(k);w1=2*(0:z-1)/z; figure(6),plot(w1,
5、abs(k); xlabel(数字角频率);ylabel(幅度);title(低通滤波后的频谱);实验实验 数字图像的初步操作数字图像的初步操作A、 imreadimread 函数用于读入各种图像文件，其一般的用法为X，MAP=imread(filename,fmt)其中，X，MAP 分别为读出的图像数据和颜色表数据，fmt 为图像的格式，filename 为读取的图像文件（可以加上文件的路径） 。B、imwriteimwrite 函数用于输出图像，其语法格式为：imwrite(X,map,filename,fmt)imwrite(X,map,filename,fmt)按照 fmt 指定的格式
6、将图像数据矩阵 X 和调色板 map写入文件 filename。C、imfinfoimfinfo 函数用于读取图像文件的有关信息，其语法格式为imfinfo(filename,fmt)imhist(I,n)Dimhist(X,map)其中 imhist(I,n)计算和显示灰度图像 I 的直方图，n 为指定的灰度级数目，默认值为 256。imhist(X,map)计算和显示索引色图像 X 的直方图，map 为调色板。2、 图像类型转换：图像类型之间的转换有时非常有用。MATLAB 提供的图像类型转换函数函数功能dither使用抖动方法，根据灰度图像船舰二进制图像和根据 RGB 图像创建索引图像g
7、ray2ind根据一幅灰度图像创建索引图像grayslice使用阈值截取方法，根据一幅灰度图像创建索引图像im2bw使用阈值截取方法，根据一幅灰度图像，索引图像或 RGB 图像创建二进制图像ind2gray根据一幅索引图像创建一幅灰度图像ind2rgb根据一幅索引图像创建一幅 RGB 图像mat2gray通过数据缩放，在根据矩阵数据创建一幅灰度图像rgb2gray根据一幅 RGB 图像创建一幅灰度图像rgb2ind根据一幅 RGB 图像创建一幅索引图像1、 先图片 16.jpg 转换成灰度图像 hou.jpg X=imread(filename16.jpg);Y=rgb2gray(X); im
8、write(Y,filenamehou.jpg);2、 得到图像 hou.jpg 的灰度直方图 figure,imhist(Y,64);3、 对图像 hou.jpg 进行直方图均衡化处理 H=histeq(Y,64);4、 对图像 hou.jpg 进行基于亮度变换的伪彩色增强 X=imread(filenamehou.jpg);Y=rgb2gray(X);M=double(I);b c=size(M);for m=1:bfor n=1:cif M(m,n)=64 S(m,n,2)=round(-M(m,n)*255/64+255*255/64); S(m,n,3)=0;endend End f
9、igure,imshow(uint8(S)5、 将 qian.jpg 增强为 hou.jpg，如何实现 a=double(imread(filename16.jpg); b=size(a); c=a(:,:,1)*0.299+a(:,:,1)*0.587+a(:,:,1)*0.114; d=(c-80)/5;e=5*d+120; figure,imshow(uint8(e);图像处理实验二图像处理实验二 图像增强图像增强1、对比度展宽、对比度展宽(1) Imadjust 函数的语法格式为：J = imadjust(I,low_in high_in,low_out high_out)J = im
10、adjust(I,low_in high_in,low_out high_out)返回图像 I 经过直方图调整后的图像J，low_in high_in为原图像中要变换的灰度范围，low_out high_out指定了变换后的灰度范围。例：I = imread(pout.tif); J = imadjust(I,0.3 0.7,); imshow(I), figure, imshow(J)(2) 一个函数将图像数据转换成双精度型数据 im2double 函数，其语法格式为：I2 = im2double(I1)运算之后的图像数据再显示时可以再转化成 unit8 型，格式为：I1 = unit8 (
11、I2)例如：线性运算示例rice=imread(pout.tif);I=double(rice);J=I*0.43+60;rice2=uint8(J);非线性运算示例rice=imread(pout.tif);Dm=double(max(max(rice);I=double(rice);J=( Dm/2)*(1+(1/sin(pi/4)*sin(pi/2)*(I/Dm)-0.5); rice2=uint8(J);2、直方图的均衡化、直方图的均衡化调用 histeq 函数自动完成图像直方图均衡化，对于灰度图像的调用格式如下:J=histeq(I,n) 其中 n 表示输出图像的灰度级数目，是一个可
12、选择的参数，缺省值为 64。对于索引图像调用格式为:Newmap=histeq(X,map)返回值 Newmap 将是输出图像的调色板2、减法运算、减法运算 z=imsubtract(I,J) 例例 1 ：I=imread(cameraman.tif); J=imread(rice.tif); K=imsubtract(I,J); 3、乘法运算、乘法运算 z=immultiply(x,y)：例一：i=imread(moon.tif); j=immutltiply(I,1.2); 4 4、图像的除法运算、图像的除法运算 z=imdivide(x,y) 5、图像的四则代数运算、图像的四则代数运算
13、z=imlincomb(a,x,b,y,c) 其中 z=a*x+b*y+c实验四实验四 图像噪声抑制图像噪声抑制1、图像的噪声：图像的噪声：给图像加入噪声的函数 imnoise,格式：J = imnoise(I,type)，J = imnoise(I,type,parameters)例：I=imread(eight.tif);J1=imnoise(I,gaussian,0,0.02);加高斯噪声J2=imnoise(I,salt 加椒盐噪声J3=imnoise(I,speckle,0.02);加乘性噪声2、滤波的算法滤波的算法a)均值滤波：均值滤波：示例示例 1 b=imread(pout.t
14、if); a1=imnoise(b,gaussian,0.05);%加噪声 a=double(a1); m n=size(a); newimage=a; /均值滤波 for x=2:m-1for y=2:n-1s=0; xin=a(x-1,y-1),a(x,y-1),a(x+1,y-1),a(x-1,y),a(x,y),a(x+1,y),a(x- 1,y+1),a(x,y+1),a(x+1,y+1);for z=1:9s=s+xin(z);endnewimage(x,y)=s/9;end end imshow(a1) figure,imshow(uint8(newimage) (1) 例如：对
15、有椒盐噪声的图像进行均值滤波 I=imread(rice.png);J1=imnoise(I,salt /加噪声 K=double(J1);m n=size(K);b=K; for x=2:m-1for y=2:n-1s=0; xin=K(x-1,y-1),K(x,y-1),K(x+1,y-1),K(x-1,y),K(x,y),K(x+1,y),K(x- 1,y+1),K(x,y+1),K(x+1,y+1);for z=1:9s=s+xin(z);endb(x,y)=s/9;end end figure,imshow(J1);title(滤波之前(加高斯噪声); figure,imshow(uint8(b);title(采用均值滤波后);b)中值滤波：中值滤波：f1=imread(pout.tif); c=imnoise(f1,salt /加噪声/f=double(c); m n=size(f); f2=f; f3=f; for x=2:m-1for y=2:n-1a=0; %待排序矩阵 a=f(x-1,y-1),f(x-1,y),f(x- 1,y+1),f(x,y-1),f(x,y),f(x,y+1),f(x+1,y-1),f(x+1,y),f(x+1,y+1);%利用中值滤波的算法，下面要 排序找出第 5 个值，赋给当前像素b
