DSP实验报告(综合).docx

实 验 报 告|| 实验名称 DSP课内系统实验 课程名称 DSP系统设计 ||实验目的及要求1. 掌握用窗函数法设计FIR数字滤波器的原理和方法。熟悉线性相位FIR数字滤波器特性。了解各种窗函数对滤波器特性的影响。2. 掌握设计IIR数字滤波器的原理和方法。熟悉IIR数字滤波器特性。了解IIR数字滤波器的设计方法。3. 掌握自适应数字滤波器的原理和实现方法。掌握LMS自适应算法及其实现。了解自适应数字滤波器的程序设计方法。4. 掌握直方图统计的原理和程序设计；了解各种图像的直方图统计的意义及其在实际中的运用。5. 了解边缘检测的算法和用途，学习利用Sobel算子进行边缘检测的程序设计方法。6. 了解锐化的算法和用途，学习利用拉普拉斯锐化运算的程序设计方法。7. 了解取反的算法和用途，学习设计程序实现图像的取反运算。8. 掌握直方图均衡化增强的原理和程序设计；观察对图像进行直方图均衡化增强的效果。二、所用仪器、设备计算机，dsp实验系统实验箱，ccs操作环境实验原理（简化）FIR：有限冲激响应数字滤波器的基础理论，模拟滤波器原理（巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器、贝塞尔滤波器）。数字滤波器系数的确定方法。IIR: 无限冲激响应数字滤波器的基础理论。模拟滤波器原理（巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器、贝塞尔滤波器）。数字滤波器系数的确定方法。、自适应滤波：自适应滤波器主要由两部分组成：系数可调的数字滤波器和用来调节或修正滤波器系数的自适应算法。e(n)=z(n)-y(n)=s(n)+d(n)-y(n)直方图：灰度直方图描述了一幅图像的灰度级内容。灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率(像素个数与图像像素总数之比)。图像边缘化：所谓边缘(或边沿)是指其周围像素灰度有阶跃变化。经典的边缘提取方法是考察图像的每个像素在某个邻域内灰度的变化，利用边缘临近一阶或二阶方向导数变化规律，用简单的方法检测边缘。边缘的种类可以分为两种：一种称为阶跃性边缘，它两边的像素的灰度值有着显著的不同；另一种称为屋顶状边缘，它位于灰度值从增加到减少的变化转折点。图像锐化：图像的模糊实质就是图像受到平均或积分运算造成的，因此可以对图像进行逆运算如微分运算来使图像清晰化。从频谱角度来分析，图像模糊的实质是其高频分量被衰减，因而可以通过高通滤波操作来清晰图像。图像取反：将图像按像素按位进行求反，取得类似照相底片效果。图像均衡化：直方图增强的方法就是压缩直方图中比例少的像素所占用的灰度范围，多出来的灰度空间按照统计比例分配给直方图中比例高的像素使用。实验方法与步骤（简化）1．实验准备：设置软件仿真模式。启动CCS。2．打开工程。3．编译并下载程序。4．打开工程XX.pjt中的XX.c，在程序中有“BreakPoint”注释的语句上加软件断点。5．设置观察窗口： 选择菜单View-Graph，设置6.选择Animate或者run观察实验结果。五、实验结果与数据处理1.FIR见图，输入波形为一个低频率的正弦波与一个高频的正弦波叠加而成。通过Fhn窗函数，输出波形比输入波形少了毛刺，频谱图的第二个尖也比出入要低。2.IIR输入波形为一个低频率的正弦波与一个高频的余弦波叠加而成。通过观察频域和时域图，得知：输入波形中的低频波形通过了滤波器，而高频部分则被衰减。左边的前两个图分别为An和Bn，即为iir滤波的两个参数。3.自适应滤波可以看出：输出波形y(n)在自适应滤波器的调整中逐渐与输入波形x(n)重合，误差e(n)逐渐减小到0值附近。自适应滤波器工作正常。4.直方图统计 分析：由于图像由16级灰度条组成所以直方图统计的结果各灰度的值是离散的，而且各 灰度所占百分比大致相同。 分析：图像由连续灰度组成，但较暗的像素所占比例较小，图像大部分是亮的，从直方图中可以观察到，灰度值较小的部分(靠近0)统计值较小并且灰度未均匀分布，表现为分离的柱状图，而灰度值大的部分灰度连续变化。分析：图像由连续灰度组成，大部分由亮度为140左右的像素组成，没有明显的前景和背景，直方图中只有一个“峰”分析：从直方图可知，图中有一个明显的“峰”，处于亮区(灰度取值较大)，如果在峰值附近取适当的区域就可以将路面从图像中提取出来，根据直方图中的峰值进行进一步的分析，这是图像处理的常用方法。图像灰度连续的不明显，白黑灰都有三个明显的高峰。分析：直方图中有一个与其他灰度区别明显的峰值，利用这一峰值可以提取图像的前景和背景，进一步分析直方图甚至可以将手和手机分别区分出来。用直方图来分析图像这也是人工视觉系统的一个基本组成部分5、边缘检测分析：由于图像由16级灰度条组成，在灰条的交接处存在不太明显的边