现代信息处理技术实验报告
在实验1中记录了短期傅立叶变化和小波变换。
一、实验一的目的
二.实验1的内容
1.短期傅立叶变换1
2、小波变换..................
一、实验目的27
第二，实验的内容
1.实验目的1)熟悉和掌握不同信号的短时傅里叶变换和短时傅里叶变换的性质和参数；
2)熟悉和掌握不同信号的小波变换和小波变换的性质和参数。
二、实验内容
1.短时傅里叶变换a)短时傅里叶变换函数spectra s=spectra (x) s=spectra (x，window，n重叠)s=spectra (x，window，n overlap，nfft) s=spectra (x，window，Noverlap，nfft，fs)调用和参数描述: 窗口是长度为nfft的汉明窗口。
noverlap是每个片段重叠的样本数。
默认值为产生段间50%重叠的数字。
nfft为快速傅立叶变换长度，最大值为256，或比每个段长度大2的次幂。
如果不是nfft，您可以指定一个频率矢量。
有关详细信息，请参见下文。
fs为采样频率，默认为归一化频率b)短时傅立叶变换正弦信号1)生成信号长度为1的正弦信号s，采样频率为1千赫，周期分别为0.1秒、1秒和10秒
Matlab程序如下:
运行结果如下:
2)使用频谱图绘制这些正弦信号的短时傅立叶变换。
声谱图(s，汉明(256)，255，256，1000)；Matlab程序如下:
运行结果如下:
Ii .窗口1)周期为0.1秒的正弦函数的影响-
一、实验一的目的
二.实验1的内容
1.短期傅立叶变换1
2、小波变换..................
一、实验目的27
第二，实验的内容
1.实验目的1)熟悉和掌握不同信号的短时傅里叶变换和短时傅里叶变换的性质和参数；
2)熟悉和掌握不同信号的小波变换和小波变换的性质和参数。
二、实验内容
1.短时傅里叶变换a)短时傅里叶变换函数spectra s=spectra (x) s=spectra (x，window，n重叠)s=spectra (x，window，n overlap，nfft) s=spectra (x，window，Noverlap，nfft，fs)调用和参数描述: 窗口是长度为nfft的汉明窗口。
noverlap是每个片段重叠的样本数。
默认值为产生段间50%重叠的数字。
nfft为快速傅立叶变换长度，最大值为256，或比每个段长度大2的次幂。
如果不是nfft，您可以
指定一个频率矢量。
有关详细信息，请参见下文。
fs为采样频率，默认为归一化频率b)短时傅立叶变换正弦信号1)生成信号长度为1的正弦信号s，采样频率为1千赫，周期分别为0.1秒、1秒和10秒Matlab程序如下:
运行结果如下:
2)使用频谱图绘制这些正弦信号的短时傅立叶变换。
声谱图(s，汉明(256)，255，256，1000)；Matlab程序如下:
运行结果如下:
Ii .窗口1)周期为0.1秒的正弦函数的影响:B)操作结果如下:
8.添加了噪声的三幅图像分别保存为文件:
imwrite .一)MA TLAB程序如下:
b)运行结果如下:
9.用于循环分别累加和平均100个有噪声的图像，并同时绘制平均图像与原始图像进行比较。
一)MATLAB程序如下:
b)运行结果如下:
(c)分析:
从图中可以看出，添加噪声后，平均降噪效果在一定程度上得到了提高，这比在单个图中添加噪声要清晰得多。
10.用0.7的阈值二值化灰度图像并计算图像面积。
一)MATLAB程序如下:
b)运行结果如下:
11.im exploit和imerode用于处理和比较图像。
一)MATLAB程序如下:
b)运行结果如下:
(c)分析:
从图中可以看出，腐蚀和膨胀改变了白色部分(高亮部分)，而不是黑色部分。
扩展是寻找局部最大值的操作，它使图像中突出显示的区域逐渐增长并扩展，“邻域扩展”。
扩展图像的高亮区域比原始图像大。
腐蚀是寻找局部最小值的操作。
原始图像中的高光被腐蚀，“邻域被腐蚀”，并且效果图像具有比原始图像更小的高光区域。
12.使用Roberts、Sobel、canny和拉普拉斯高斯算子检测图像的边缘，同时改变参数以比较不同参数和算子的效果。
一)Matlab程序如下:
b)运行结果如下:
分析:边缘检测的目的是识别数字图像中亮度变化明显的点。
图像边缘检测极大地减少了数据量，去除了可能被认为不相关的信息，并且保留了图像的重要结构属性。
(1)通过比较不同算子的边缘检测效果，可以发现罗伯茨算子图像处理的结果边缘不是很平滑，精度也不是很高。
由于不包括平滑，所以对噪声敏感，适用于边缘明显、噪声较小的图像分割。
因此，罗伯茨算子检测到的边缘图像通常需要细化。
Sobel算子检测方法对灰度渐变、噪声多的图像处理有很好的效果。
Canny方法能够检测图像中较薄的边缘部分，不易受噪声干扰，效果优于roberts和sobel算子。
它可以使用两种不同的阈值分别检测强边缘和弱边缘，当弱边缘和强边缘相连时，最好的算子是在输出图
像中包含弱边缘。
(2)通过比较同一算子在不同阈值条件下的边缘检测效果，可以发现阈值越小，分割的边缘信息越多，边缘检测效果越好，但是阈值不能太小，这可能导致更多的冗余信息和不准确的边缘定位。
13.利用边缘检测实现图像分割。
一)Matlab程序如下:
b)运行结果如下:
(c)分析:
根据前面的实验，canny算子比其他两种算子具有更好的边缘检测效果。
同时，从分割图可以看出，其图像分割效果也较好。
14.分别采用直接融合、傅里叶变换融合和小波变换融合的方法将两幅分割图像与原始图像进行融合。
一)Matlab程序如下:
b)运行结果如下:
(c)分析:
图像融合有三种方法:直接融合、傅里叶变换融合和小波变换融合。
通过比较融合结果，可以发现基于小波变换的融合结果轮廓最明显，效果最好。
由于小波变换将图像分解为低频和高频部分，高频部分包含图像的边缘信息，低频部分对应图像的主要轮廓，决定了融合图像的视觉效果。
53。