uigetfile 是文件对话框函数, 提供图形界面供用户选择所需文件, 返回目标的目录名和文件名.
函数原型: y= wavread (FILE)
功能: 读取微软音频格式 (wav) 文件内容
输入参数: file 表示音频文件名, 字符串
返回参数: y 表示音频样点, 浮点型
第二步: 一维离散傅立叶变换
新建一个 m 文件, 另存为 example12.m, 输入以下命令:
- xf = fft(x);
- f1 = [0:len-1] * fs / len;
- xff = fftshift(xf);
- hl = floor(len / 2);
- f2 = [-hl:hl] * fs / len;
fft 函数对输入参数进行一维离散傅立叶变换并返回其系数, 对应频率从 0 到 fs(采样频率), 使用 fftshift 将零频对应系数移至中央. 上述代码还计算了离散样点对应的频率值, 以便更好地观察频谱.
第三步: 一维离散傅立叶逆变换
新建一个 m 文件, 另存为 example13.m, 输入以下命令:
xsync = ifft(xf);
ifft 函数对输入参数进行一维离散傅立叶逆变换并返回其系数.
第四步: 观察结果
新建一个 m 文件, 另存为 example14.m, 输入以下命令:
- figure;
- subplot(2, 2, 1);plot(x);title('original audio');
- subplot(2, 2, 2);plot(xsync);title('synthesize audio');
- subplot(2, 2, 3);plot(f1, abs(xf));title('fft coef. of audio');
- subplot(2, 2, 4);plot(f2(1:len), abs(xff));title('fftshift coef. of auio');
figure(n)表示创建第 n 个图形窗.
subplot 是子绘图函数, 第一, 二个参数指明子图像布局方式, 例如, 若参数为 2,3 则表示画面共分为 2 行, 每行有 3 个子图像. 第三个参数表明子图像序号, 排序顺序为从左至右, 从上至下.
plot 是绘图函数, 默认使用方式为 plot(y), 参数 y 是要绘制的数据; 如果需要指明图像横轴显示序列, 则命令行为 plot(x, y), 默认方式等同于 plot([0..len-1], y),len 为序列 y 的长度.
分析合成图像文件包括以下步骤:
l 读取图像文件数据
l 二维离散傅立叶变换
l 二维离散傅立叶逆变换
l 观察结果
第一步: 读取图像文件数据
新建一个 m 文件, 另存为 example21.m, 输入以下命令:
- [fn, pn] = uigetfile('*.bmp', '请选择图像文件');
- [x, map] = imread(strcat(pn, fn), 'bmp');
- I = rgb2gray(x);
函数原型: A = imread(filename,fmt)
功能: 读取 fmt 指定格式的图像文件内容
输入参数: filename 表示图像文件名, 字符串 Fmt 表示图像文件格式名, 字符串, 函数支持的图像格式包括: JPEG,TIFF,GIF,BMP 等等, 当参数中不包括文件格式名时, 函数尝试推断出文件格式.
返回参数: A 表示图像数据内容, 整型 rgb2gray 将 RGB 图像转换为灰度图.
第二步: 二维离散傅立叶变换
新建一个 m 文件, 另存为 example22.m, 输入以下命令:
- xf = fft2(I);
- xff = fftshift(xf);
fft2 函数对输入参数进行二维离散傅立叶变换并返回其系数, 使用 fftshift 将零频对应系数移至中央.
第三步: 二维离散傅立叶逆变换
新建一个 m 文件, 另存为 example23.m, 输入以下命令:
xsync = ifft2(xf);
ifft2 函数对输入参数进行二维离散傅立叶逆变换并返回其系数.
第四步: 观察结果
新建一个 m 文件, 另存为 example24.m, 输入以下命令:
- figure;
- subplot(2, 2, 1);imshow(x);title('original image');
- subplot(2, 2, 2);imshow(uint8(abs(xsync)));title('synthesize image');
- subplot(2, 2, 3);mesh(abs(xf));title('fft coef. of image');
- subplot(2, 2, 4);mesh(abs(xff));title('fftshift coef. of image');
imshow 是二维数据绘图函数, mesh 通过三维平面显示数据.
用离散余弦变换分析合成音频和图像
分析合成音频文件包括以下步骤:
l 读取音频文件数据
l 一维离散余弦变换
l 一维离散余弦逆变换
l 观察结果
第一步: 一维离散余弦变换
新建一个 m 文件, 另存为 example31.m, 输入以下命令:
xf = dct(x);
dct 函数对输入参数进行一维离散余弦变换并返回其系数, 对应频率从 0 到 fs(采样频率).
第二步: 一维离散余弦逆变换
新建一个 m 文件, 另存为 example32.m, 输入以下命令:
- 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 函数对输入参数进行一维离散余弦逆变换并返回其系数. 离散余弦变换常用
于图像压缩, 可以尝试只使用部分系数重构语言, 通过观察可发现, 原始音频和
合成后音频两者差别不大.
第三步: 观察结果
新建一个 m 文件, 另存为 example33.m, 输入以下命令:
- figure;
- subplot(2, 2, 1);plot(x);title('original audio');
- subplot(2, 2, 2);plot(xsync);title('synthesize audio');
- subplot(2, 2, 3);plot(f1, abs(xf));title('fft coef. of audio');
- subplot(2, 2, 4);plot(f2(1:len), abs(xff));title('fftshift coef. of auio');
分析合成图像文件包括以下步骤:
l 读取图像文件数据
l 二维离散余弦变换
l 二维离散余弦逆变换
l 观察结果
第一步: 二维离散余弦变换
新建一个 m 文件, 另存为 example41.m, 输入以下命令:
xf = dct2(I);
dct2 函数对输入参数进行二维离散余弦变换并返回其系数.
第二步: 二维离散余弦逆变换
新建一个 m 文件, 另存为 example42.m, 输入以下命令:
- 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));
idct2 函数对输入参数进行二维离散余弦逆变换并返回其系数. 可以尝试使用部分系数重构图像, 本例中使用了系数矩阵中 4/5 的数据, 其它部分置零. 为了保证图像能正确显示, 使用 uint8 对重构图像原始数据进行了数据类型转换, 确保其取值范围在 0 到 255 之间.
第三步: 观察结果
请输入命令显示四个子图, 分别是原始图像, 使用全部系数恢复的图像, 使用部分系数恢复的图像和用三维立体图方式显示系数.
新建一个 m 文件, 另存为 example43.m, 输入以下命令:
- figure;
- subplot(2, 2, 1);imshow(x);title('original image');
- subplot(2, 2, 2);imshow(uint8(abs(xsync)));title('synthesize image');
- subplot(2, 2, 3);imshow(uint8(abs(y)));title('part synthesize image');
- subplot(2, 2, 4);mesh(abs(xff));title('fftshift coef. of image');
用离散小波变换分析合成音频和图像
分析合成音频文件包括以下步骤:
l 读取音频文件数据
l 一维离散小波变换
l 一维离散小波逆变换
l 观察结果
详细操作步骤为:
第一步: 一维离散小波变换
新建一个 m 文件, 另存为 example51.m, 输入以下命令:
[C, L] = wavedec(x, 2, 'db4');
wavedec 函数对输入参数进行一维离散小波变换并返回其系数 C 和各级系数长度 L. 第二个参数指明小波变换的级数, 第三个参数指明小波变换使用的小波基名称.
第二步: 一维离散小波逆变换
新建一个 m 文件, 另存为 example52.m, 输入以下命令:
- xsync = waverec(C, L, 'db4');
- cA2 = appcoef(C, L, 'db4', 2);
- cD2 = detcoef(C, L, 2);
- cD1 = detcoef(C, L, 1);
waverec 函数对输入参数进行一维离散小波逆变换并返回其系数.
appcoef 返回小波系数近似分量, 第一个参数 C, 第二个参数 L 是 wavedec 的返回参数, 为各级小波系数和其长度, 第三个参数指明小波基名称, 第四个参数指明级.
detcoef 返回小波系数细节分量, 第一个参数 C, 第二个参数 L 是 wavedec 的返回参数, 为各级小波系数和其长度, 第三个参数指明级数.
第三步: 观察结果
新建一个 m 文件, 另存为 example53.m, 输入以下命令:
- figure;
- subplot(2, 3, 1);plot(x);title('original audio');
- subplot(2, 3, 2);plot(xsync);title('synthesize audio');
- subplot(2, 3, 4);plot(cA2);title('app coef. of audio');
- subplot(2, 3, 5);plot(cD2);title('det coef. of auio');
- subplot(2, 3, 6);plot(cD1);title('det coef. of auio');
分析合成图像文件包括以下步骤:
l 读取图像文件数据
l 二维离散小波变换
l 二维离散小波逆变换
l 观察结果
第一步: 二维离散小波变换
新建一个 m 文件, 另存为 example61.m, 输入以下命令:
- sx = size(I);
- [cA1, cH1, cV1, cD1] = dwt2(I, 'bior3.7');
dwt2 函数对输入参数进行二维一级离散小波变换并返回近似分量, 水平细节分量, 垂直细节分量和对角线细节分量.
如果要对图像进行多级小波分解, 使用 wavedec2 函数.
第二步: 二维离散小波逆变换
新建一个 m 文件, 另存为 example62.m, 输入以下命令:
- 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));
idwt2 函数对输入参数进行二维离散小波逆变换并返回其系数. 可以尝试仅使用近似分量, 水平细节分量, 垂直细节分量或对角线细节分量重构图像.
第三步: 观察结果
输入命令显示六个子图, 分别是原始图像, 使用全部系数恢复的图像, 小波系数近似分量, 水平细节分量, 垂直细节分量和对角线细节分量.
新建一个 m 文件, 另存为 example63.m, 输入以下命令:
- figure;
- subplot(2, 3, 1);imshow(x);title('original image');
- subplot(2, 3, 2);imshow(uint8(abs(xsync)));title('synthesize image');
- subplot(2, 3, 3);mesh(A1);title('app coef. of image');
- subplot(2, 3, 4);mesh(H1);title('hor coef. of image');
- subplot(2, 3, 5);mesh(V1);title('ver coef. of image');
- subplot(2, 3, 6);mesh(D1);title('dia coef. of image');
来源: https://www.cnblogs.com/qftm/p/11519501.html