第一章Matalab簡介及信號處理基礎

第一章Matalab簡介及信號處理基礎1.1Matalab簡介【實驗目的】【實驗環(huán)境】【原理簡介】【實驗步驟】【思考題】【實驗目的】了解Matalab軟件使用環(huán)境，熟悉Matalab使用方法，掌握信息隱藏實驗中的各種常用Matalab命令。【實驗環(huán)境】(1)WindowsXP或Vista操作系統(tǒng)(2)MATLAB7.1版本軟件【原理簡介】Matalab是廣泛使用的一種可視化科學計算軟件，它不但具有語法結構簡單、數值計算高效、圖形功能完備和圖像處理方便的特點，而且是信號處理和信息隱藏處理中使用最多的軟件。【實驗步驟】常用命令變量設置整數操作隨機序列常用命令矩陣常用操作命令位操作繪圖操作文件操作常用命令dir：列出當前目錄下的所有文件clc：清除命令窗clearall：清除環(huán)境（從內存中清除所有變量）who：將內存中的當前變量以簡單形式列出closeall:關閉所有的Figure窗口變量設置變量命名變量名以字母打頭，后最多可跟19個字母或數字，如x,y,ae3和d3er45等都是合法的變量名，不能使用內部函數或命令名作為變量名。MATLAB中的變量名區(qū)分大小，ab與

Ab表示兩個不同的變量。變量設置變量賦值表達式賦值矩陣賦值通過引用特定的位置可以單獨改變某個矩陣元素可以引用已定義的矩陣，重新定義一個新矩陣整數操作fix(x)：截尾取整floor(x)：不超過x的最大整數(高斯取整)ceil(x)：大于x的最小整數隨機序列常用命令rand：均勻分布隨機矩陣randn:正態(tài)分布隨機矩陣randsrc：產生均勻分布數組矩陣常用操作命令矩陣的輸入直接輸入創(chuàng)建矩陣以“[”和“]”作為首尾，同行的元素用“，”或空格隔開，不同行的元素用“；”或按Enter鍵來分隔；矩陣的元素可以是數字也可以是表達式，如果是數值計算，表達式中不可包含未知變量。用矩陣函數來生成矩陣操作符“：”對矩陣元素的操作矩陣常用操作命令矩陣的運算數組特殊數組的創(chuàng)建數組運算位操作bitand：按位與bitor：按位或bitxor：按位異或bitset：設置指定位的值bitget：獲取指定位的值繪圖操作圖形標注二維圖形plot(x,y)：以向量x,y為軸，繪制曲線。plot(x1,y1,x2,y2,x3,y3…)：在同一圖形窗口繪制多條不同顏色曲線BarHist表示生成直方圖文件操作fopen

打開文件fid=fopen(文件名，打開方式)fclose

關閉文件sta=fclose(fid)fread讀二進制文件，并將數據存入矩陣[A,COUNT]=fread(fid,size,precision)fwrite

寫二進制文件COUNT=fwrite(fid,A,precision)1.2信號處理基礎【實驗目的】【實驗環(huán)境】【原理簡介】【實驗步驟】【實驗目的】了解音頻和圖像數據系數特點，掌握音頻和圖像文件的離散傅立葉、離散余弦和離散小波變換等基本操作?！緦嶒灜h(huán)境】(1)WindowsXP或Vista操作系統(tǒng)(2)MATLAB7.1版本軟件(3)BMP格式圖像文件(4)WAV格式音頻文件【原理簡介】離散傅立葉、離散余弦和離散小波變換是圖像、音頻信號常用基礎操作，時域信號轉換到不同變換域以后，會導致不同程度的能量集中，信息隱藏利用這個原理在變換域選擇適當位置系數進行修改，嵌入信息，并確保圖像、音頻信號經處理后感官質量無明顯變化。【實驗步驟】1.用離散傅立葉變換分析合成音頻和圖像2.用離散余弦變換分析合成音頻和圖像3.用離散小波變換分析合成音頻和圖像用離散傅立葉變換分析合成音頻和圖像讀取音頻文件數據一維離散傅立葉變換一維離散傅立葉逆變換觀察結果分析合成音頻文件包括以下步驟：clc;clear;len=40000;[fn,pn]=uigetfile('*.wav','請選擇音頻文件');[x,fs]=wavread(strcat(pn,fn),len);xf=fft(x);f1=[0:len-1]*fs/len;xff=fftshift(xf);hl=floor(len/2);f2=[-hl:hl]*fs/len;xsync=ifft(xf);figure;subplot(2,2,1);plot(x);title('originalaudio');subplot(2,2,2);plot(xsync);title('synthesizeaudio');subplot(2,2,3);plot(f1,abs(xf));title('fftcoef.ofaudio');subplot(2,2,4);plot(f2(1:len),abs(xff));title('fftshiftcoef.ofauio');分析合成圖像文件包括以下步驟：讀取圖像文件數據二維離散傅立葉變換二維離散傅立葉逆變換觀察結果讀取fmt指定格式的圖像文件內容[fn,pn]=uigetfile('*.bmp','請選擇圖像文件');[x,map]=imread(strcat(pn,fn),'bmp');I=rgb2gray(x);第二步：二維離散傅立葉變換xf=fft2(I);xff=fftshift(xf);fft2函數對輸入參數進行二維離散傅立葉變換并返回其系數，使用fftshift將零頻對應系數移至中央。第三步：二維離散傅立葉逆變換xsync=ifft2(xf);ifft2函數對輸入參數進行二維離散傅立葉逆變換并返回其系數。第四步：觀察結果figure;subplot(2,2,1);imshow(x);title('originalimage');subplot(2,2,2);imshow(uint8(abs(xsync)));title('synthesizeimage');subplot(2,2,3);mesh(abs(xf));title('fft

coef.ofimage');subplot(2,2,4);mesh(abs(xff));title('fftshift

coef.ofimage');imshow是二維數據繪圖函數，mesh通過三維平面顯示數據。用離散余弦變換分析合成音頻和圖像分析合成音頻文件包括以下步驟：讀取音頻文件數據一維離散余弦變換一維離散余弦逆變換觀察結果第一步：一維離散余弦變換xf=dct(x);dct函數對輸入參數進行一維離散余弦變換并返回其系數，對應頻率從0到fs（采樣頻率）。第二步：一維離散余弦逆變換xsync=idct(xf);[row,col]=size(x);xff=zeros(row,col);xff(1:row,1:col)=xf(1:row,1:col);y=idct(xff);idct函數對輸入參數進行一維離散余弦逆變換并返回其系數。離散余弦變換常用于圖像壓縮，可以嘗試只使用部分系數重構語言，通過觀察可發(fā)現，原始音頻和合成后音頻兩者差別不大。第三步：觀察結果figure;subplot(2,2,1);plot(x);title('originalaudio');subplot(2,2,2);plot(xsync);title('synthesizeaudio');subplot(2,2,3);plot(f1,abs(xf));title('fft

coef.ofaudio');subplot(2,2,4);plot(f2(1:len),abs(xff));title('fftshift

coef.ofauio');分析合成圖像文件包括以下步驟：讀取圖像文件數據二維離散余弦變換二維離散余弦逆變換觀察結果第一步：二維離散余弦變換xf=dct2(I);dct2函數對輸入參數進行二維離散余弦變換并返回其系數。第二步：二維離散余弦逆變換xsync=uint8(idct2(xf));[row,col]=size(I);lenr=round(row*4/5);lenc=round(col*4/5);xff=zeros(row,col);xff(1:lenr,1:lenc)=xf(1:lenr,1:lenc);y=uint8(idct2(xff));第三步：觀察結果輸入命令顯示四個子圖，分別是原始圖像、使用全部系數恢復的圖像，使用部分系數恢復的圖像和用三維立體圖方式顯示系數。figure;subplot(2,2,1);imshow(x);title('originalimage');subplot(2,2,2);imshow(uint8(abs(xsync)));title('synthesizeimage');subplot(2,2,3);imshow(uint8(abs(y)));title('partsynthesizeimage');subplot(2,2,4);mesh(abs(xff));title('fftshiftcoef.ofimage');用離散小波變換分析合成音頻和圖像分析合成音頻文件包括以下步驟：讀取音頻文件數據一維離散小波變換一維離散小波逆變換觀察結果第一步：一維離散小波變換[C,L]=wavedec(x,2,'db4');wavedec函數對輸入參數進行一維離散小波變換并返回其系數C和各級系數長度L。第二個參數指明小波變換的級數，第三個參數指明小波變換使用的小波基名稱。第二步：一維離散小波逆變換xsync=waverec(C,L,'db4');cA2=appcoef(C,L,'db4',2);cD2=detcoef(C,L,2);cD1=detcoef(C,L,1);第三步：觀察結果figure;subplot(2,3,1);plot(x);title('originalaudio');subplot(2,3,2);plot(xsync);title('synthesizeaudio');subplot(2,3,4);plot(cA2);title('appcoef.ofaudio');subplot(2,3,5);plot(cD2);title('det

coef.ofauio');subplot(2,3,6);plot(cD1);title('det

coef.ofauio');分析合成圖像文件包括以下步驟：讀取圖像文件數據二維離散小波變換二維離散小波逆變換觀察結果第一步：二維離散小波變換sx=size(I);[cA1,cH1,cV1,cD1]=dwt2(I,'bior3.7');dwt2函數對輸入參數進行二維一級離散小波變換并返回近似分量，水平細節(jié)分量，垂直細節(jié)分量和對角線細節(jié)分量。如果要對圖像進行多級小波分解，使用wavedec2函數。第二步：二維離散小波逆變換xsync=uint8(idwt2(cA1,cH1,cV1,cD1,'bior3.7',sx));A1=uint8(idwt2(cA1,[],[],[],'bior3.7',sx));H1=uint8(idwt2([],cH1,[],[],'bior3.7',sx));V1=uint8(idwt2([],[],cV1,[],'bior3.7',sx));D1=uint8(idwt2([],[],[],cD1,'bior3.7',sx));第三步：觀察結果輸入命令顯示六個子圖，分別是原始圖像、使用全部系數恢復的圖像、小波系數近似分量、水平細節(jié)分量、垂直細節(jié)分量和對角線細節(jié)分量。figure;subplot(2,3,1);imshow(x);title('originalimage');subplot(2