二维信号的分析处理实验.pptx

二维信号的分析与处理; 信号分析是信号与系统课程的重点之一。课程中讲述的信号主要是一维电信号或者其他随时间变化的物理量（如声音信号）。很多信号处理理论很容易推广到二维等更加复杂的信号的处理中。;典型的二维信号——图像信号;2.数字图像的表示 一幅数字图像通常用矩阵表示，原点的坐标为(x, y)=(0, 0)，矩阵中的每个元素称为图像元素或像素。 3.图像基本信息获取（本图将作为实验素材） ;f=imfinfo(abc.bmp); 其中Wideth、Height、BitDepth和ColorType，分别提供了图形的宽度、高度、编码位数和彩色类型。 ;4.图像信号的二维傅里叶变换 MATLAB提供了fft2命令完成二维信号的离散傅里叶变换：F=fft2(f)；其中f为图像数据，返回值F为图像的离散傅里叶变换。 ;通过低通滤波器：（截止频率分别设为20,40,70）。;将这三张图对比，可以发现，随着低通滤波器截止???率变小，图像的边缘等细节越来越模糊。低频滤波器的截止频率变小意味着滤掉更多的高频分量，边界的模糊则意味着图像边缘信息的丢失，进一步说明图像包括边缘等细节部分主要由高频分量决定。 通过理想高通滤波器：（截止频率分别设为10、30、50）。 ;将这三张图对比，可以发现，图像通过高通滤波器保留了图像的边缘信息。随着高通滤波器截止频率增大，图像中所剩高频分量越来越少，提取边界的效果相对较好。;5.信号失真 （1）让图像通过频率响应H（u，v）=2exp[-0.5j(u+v)]的系统，显示并观察输出图像。 （2）保持图像的幅频特性不变，将相位均置成-（u+v），显示图像。 （3）保持图像的相频特性不变，将幅度均置成“20”，显示图像。 （4）保持图像的幅频特性不变，将相位加上一个小的非线性相位0.01uv，再显示图像。 （5）保持图像的相频特性不辨，将幅度均加上一个比较小的扰动0.01u*v，显示图像。