小波实验报告dwt水印

一、题目：dwt水印

二、目的：编程实现水印的嵌入与还原

三、算法及其实现：水印的嵌入与还原

小波变换具有空间-频率的多尺度性，对图像的分解可以连续地从低分辨率过渡到高分辨率，也可以对图像整体进行变换，DWT还具有多分辨率特性，可以很好地与人类视觉系统(HVS)特性相匹配。

本算法将载体图像进行小波分解，利用公式实现水印信息的嵌入。将2值图像中0和1

的值变成-1和1。。将水印入宿主图形重要的小波系数上。

水印的提取完全是水印嵌入的逆过程。

四、实现工具：Matlab

五、程序代码：

（1）dwt1_embed.m

%嵌入源码

clc

clear all;

% 保存开始时间

start_time=cputime;

k=20;

blocksize=8; % 设置块的大小

% 读入原图像

file_name='zimu.bmp';

cover_object=double(imread(file_name));

% 原图像的行数与列数

Mc=size(cover_object,1); %原图像行数

Nc=size(cover_object,2); %原图像列数

% 最大嵌入信息量

max_message=Mc*Nc/(blocksize^2);

% 读入水印图像

file_name='c.bmp';

message=double(imread(file_name));

%%水印图像的行数与列数

Mm=size(message,1); %水印行数

Nm=size(message,2); %水印列数

message_vector=reshape(message,1,Mm*Nm);

% 检查水印信息是否过大

if (Mm*Nm> max_message)

error('水印太大')

end

%将随机数发生器的状态置为1100

randn('state',1100);

% 产生watermarked_image,并写入原图信息

watermarked_image=cover_object;

% 将图像分块嵌入

% 当(2,2) > (2,3) 且message_pad(kk)=0

% 当(2,2) < (2,3) 且message_pad(kk)=1

%%经过分析可以得出结论：在提取水印时，如果cD1(2,2)>cD1(2,3)便是嵌入了水印的黑色像素，

%%反之则是嵌入了白色像素

x=1;

y=1;

h=waitbar(0,'嵌入水印，请等待');

for (kk = 1:length(message_vector))

% 对块进行DWT变换

[cA1,cH1,cV1,cD1] = dwt2(cover_object(x:x+blocksize-1,y:y+blocksize-1),'haar');

a=cD1;

% 如果message_pad(kk)== 0

if (message_vector(kk) == 0)

% 且(2,2) < (2,3) ，交换它们

if (cD1(2,2) < cD1(2,3))

temp=cD1(2,3);

cD1(2,3)=cD1(2,2);

cD1(2,2)=temp;

end

% 如果message_pad(kk) == 1,

elseif (message_vector(kk) == 1)

% 且(2,2) > (2,3) ，交换它们

if (cD1(2,2) >= cD1(2,3))

temp=cD1(2,3);

cD1(2,3)=cD1(2,2);

cD1(2,2)=temp;

end

end

% 检查(2,2) ，(2,3)的差是否>= k

if cD1(2,2) > cD1(2,3)

if cD1(2,2) - cD1(2,3) < k

cD1(2,2)=cD1(2,2)+(k/2);

cD1(2,3)=cD1(2,3)-(k/2);

end

else

if cD1(2,3) - cD1(2,2) < k

cD1(2,3)=cD1(2,3)+(k/2);

cD1(2,2)=cD1(2,2)-(k/2);

end

end

%IDWT

watermarked_image(x:x+blocksize-1,y:y+blocksize-1)= idwt2(cA1,cH1,cV1,cD1,'haar',[Mc,Nc]);

% 移动到下一块

if (x+blocksize) >= Nc

x=1;

y=y+blocksize;

else

x=x+blocksize;

end

waitbar(kk/length(message_vector),h);

end

close(h);

% 转换为uint8并写入dwt_watermarked.bmp watermarked_image_uint=uint8(watermarked_image);

imwrite(watermarked_image_uint,'dwt_watermarked.bmp','bmp');

% 显示运行时间

elapsed_time=cputime-start_time,

% 计算psnr值

psnr=psnr(cover_object,watermarked_image),

% 显示图像

figure(1)

imshow(message);

title('水印');

figure(2)

subplot(1,2,1);

imshow(watermarked_image,[])

title('嵌入水印图像')

subplot(1,2,2);

imshow('zimu.bmp');

title('原图');

（2）dwt1_recover.m

%DWT源码

%提取源码

clear all;

% 保存开始时间

start_time=cputime;

blocksize=8; % 设置块的大小

% 读入嵌入水印图像

file_name='dwt_watermarked.bmp';

watermarked_image=double(imread(file_name));

% 嵌入水印图像的行数与列数

Mw=size(watermarked_image,1); %嵌入水印图像的行数Nw=size(watermarked_image,2); %嵌入水印图像的列数

% 最大嵌入信息量

max_message=Mw*Nw/(blocksize^2);

% 读入原始水印

file_name='c.bmp';

orig_watermark=double(imread(file_name));

% 原始水印的行数与列数

Mo=size(orig_watermark,1); %原始水印的行数

No=size(orig_watermark,2); %原始水印的列数

% 将图像分块提取水印

x=1;

y=1;

h=waitbar(0,'水印提取中，请等待');

for (kk = 1:max_message)

% 对块进行dwt变换

[cA1,cH1,cV1,cD1] = dwt2(watermarked_image(x:x+blocksize-1,y:y+blocksize-1),'haar');

% 如果cD1(2,2) > cD1(3,3) 那么message_vector(kk)=0

% 否则message_vector(kk)=1

if cD1(2,2)>cD1(3,3)

message_vector(kk)=0;

else

message_vector(kk)=1;

end

% 移动到下一块

if (x+blocksize) >= Mw

x=1;

y=y+blocksize;

else

x=x+blocksize;

end

waitbar(kk/max_message,h);

end

close(h);

% 将message重新排列

message_vector=message_vector(1,1:Mo*No); %%只需前Mo*No个

message=reshape(message_vector,Mo,No);

% 显示运行时间

elapsed_time=cputime-start_time,

% 显示提取水印与原始水印

figure(3)

subplot(1,2,1);

imshow(message,[]);

title('提取水印')

subplot(1,2,2);

imshow(orig_watermark,[])

title('原始水印');

六、运行结果：

1、把C嵌入到图形中

把c从水印图形中提取出来并对比

七：结果分析：

Erdas实验报告

E RDAS实验报告 图像融合实验 数据来源 采用Erdas中examples文件内的2000年Atlanta多光谱TM数据和高清全色Pan数据。两图为同一地区不同坐标影像，故使用前需预处理从而得到实验区域。 目的 多光谱TM数据分辨率较低但包含多波段色彩，而全色Pan数据只包含一层高清影像，为了得到研究区域的高清彩色影像，我们将TM和Pan数据在Erdas2014中进行融合以达到实验目的。 方法 在遥感领域运用较多的融合方法有主成分变换法、比值变换法、小波变换法和HIS变换法。本实验则运用HIS变换法。IHS属于色度空间变换，从多光谱彩色合成影像上分离出代表信息的明度（I）和代表光谱信息的色调（H）、饱和度（S）等3个分量，并采用相同区域的高分辨率全色波段数据代替明度（I）进行空间信息融合。 步骤 1.几何校正 因原始图像空间坐标不同，需选取控制点进行几何校正。本实验校正方法为多项式法，选取6个控制点进行校正，其校正叠加截图如下：

2.叠加剪切 由校正结果可知两图像只有部分区域重合，所以建立AOI对重合区域进行剪切，以得到研究区域，截图如下： 3.重采样 因多光谱图像分辨率较低，像元点较大，若要与全色图融合出高清影像需进行重采样来调整像元大小，以达到与高清图一致。 4.二次剪切 因图为栅格，统一像元后，边缘区必然会有一定的扩展(如下图)，虽说扩展的范围较小，但在科研应用方面不符合要求，故须二次剪切。 5.RGB转HIS

TM图像选取前三层再分别赋予蓝、绿、红三色，转化为HIS格式，如下图： 6.直方图匹配 将高清图像直方图以标准图像的直方图为标准作变换,使全色光图和HIS图中I层两图像的直方图相同和近似,从而使两幅图像具有类似的色调和反差，以便作进一步的运算。 7.图像叠加 运用Layer stack功能将全色光高清图和H、S图层进行叠加即所谓的图像融合。它将多波段图层组合到了一起，从而得到新的包含多个有助于研究者使用的多波段影像。 8.IHS转RGB

基于小波信号的噪声消除matlab实验报告

南京师范大学物理科学与技术学院 医用电子学论文 论文名称：基于小波变换的心电信号噪声消除 院系：物科院 专业：电路与系统 姓名：聂梦雅 学号： 121002043 指导教师：徐寅林

摘要 以小波变换的多分辨率分析为基础, 通过对体表心电信号(ECG) 及其噪声的分析, 对ECG信号中存在的基线漂移、工频干扰及肌电干扰等几种噪声, 设计了不同的小波消噪算法; 并利用MIT/BIH 国际标准数据库中的ECG 信号和程序模拟所产生的ECG 信号, 分别对算法进行了仿真与实验验证。结果表明, 算法能有效地滤除ECG 信号检测中串入的几类主要噪声, 失真度很小, 可满足临床分析与诊断对ECG 波形的要求。 关键词: ECG 信号, 小波变换, 基线漂移, 工频干扰, 肌电干扰

Abstract We apply the multi-resolution analysis (MRA ) of wavelet transform ( WT ) , which was proposed by Mallat [ 5 ] , to suppress the three main types of noises existing in electrocardiogram ( ECG ) signals : baseline wander, power line interference and electro my ographical interference. We apply Mallat algorithm [ 4 ] to suppress the baseline wander in ECG signals. We apply the sof t-thresholding algorithm, proposed by donohoetal on the basis of MRA of WT , to suppress power line interference in ECG signals. We apply Mallat algorithm and then the algorithm proposed by Donohoetal to suppress the electro my ographical interference in ECG signals ,who sefrequency range varies f rom 5Hz to 2kHz. We performed simulations ,using both ECG signals from MIT/BIH database, and ECG signals generated via computer simulation .The results show that the algorithm can suppress the main no isesexisting in ECG signals efficiently with very little distortion, and can satisfy the requirement s of clinical analysis and diagnosis on ECG waveforms. Key words: ECG (electro cardio gram ) signal, wavelet transform , baseline wander, power line interference , electro my ographical interference

小波变换

《医学图像处理》实验报告 实验十：小波变换 日期： 2014年05月06日 摘要 本次实验的实验目的及主要内容是: 一维小波变换和反变换 二维小波变换和反变换 二维小波细节置零、去噪

一、技术讨论 1.1实验原理 小波变换的原理:是指一组衰减震动的波形，其振幅正负相间变化为零，是具有一定的带宽和中心频率波组。小波变换是用伸缩和平移小波形成的小波基来分解（变换）或重构（反变换）时变信号的过程。不同的小波具有不同带宽和中心频率，同一小波集中的带宽与中心频率的比是不变的，小波变换是一系列的带通滤波响应。它的数学过程与傅立叶分析是相似的，只是在傅立叶分析中的基函数是单频的调和函数，而小波分析中的基函数是小波，是一可变带宽内调和函数的组合。 小波去噪的原理：利用小波变换把含噪信号分解到多尺度中，小波变换多采用二进型，然后在每一尺度下把属于噪声的小波系数去除，保留并增强属于信号的小波系数，最后重构出小波消噪后的信号。其中关键是用什么准则来去除属于噪声的小波系数，增强属于信号的部分。 1.2实验方法 1）dwt函数（实现1-D离散小波变换） [cA,cD]=dwt(X,’wname’)使用指定的小波基函数‘wname’对信号X进行分解，cA和cD分别是近似分量和细节分量； [cA,cD]=dwt(X,Lo_D,Hi_D)用指定的滤波器组Lo_D,Hi_D对信号进行分解 2）idwt函数（实现1-D离散小波反变换） X=idwt(cA,cD,’wname’) X=idwt(cA,cD,Lo_R,Hi_R) X=idwt(cA,cD,’wname’,L) X=idwt(cA,cD,Lo_R,Hi_R,L) 由近似分量cA和细节分量cD经过小波反变换，选择某小波函数或滤波器组，L为信号X中心附近的几个点 3）dwt2函数（实现2-D离散小波变换） [cA,cH,cV,cD]=dwt2(X,’wname’) [cA,cH,cV,cD]=dwt2(X,’wname’) cA近似分量，cH水平细节分量，cV垂直细节分量，cD对角细节分量 4）idwt2函数（实现2-D离散反小波变换） X=idwt2(cA,cH,cV,cD,’wname’) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) X=idwt2(cA,cH,cV,cD,’wname’,S) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)

数字水印基本原理

介绍了数字水印技术的基本原理 随着信息技术和计算机网络的飞速发展，人们不但可以通过互联网和CD-ROM方便快捷地获得多媒体信息，还可以得到与原始数据完全相同的复制品，由此引发的盗版问题和版权纷争已成为日益严重的社会问题。因此，数字多媒体产品的水印处理技术已经成为近年来研究的热点领域之一。 虽然数字水印技术近几年得到长足发展，但方向主要集中于静止图像。由于包括时间域掩蔽效应等特性在内的更为精确的人眼视觉模型尚未完全建立，视频水印技术的发展滞后于静止图像水印技术。另一方面，由于针对视频水印的特殊攻击形式的出现，为视频水印提出了一些区别于静止图像水印的独特要求。 本文分析了MPEG—4视频结构的特点，提出了一种基于扩展频谱的视频数字水印改进方案，并给出了应用实例。 1视频数字水印技术简介 1.1数字水印技术介绍 数字水印技术通过一定的算法将一些标志性信息直接嵌入到多媒体内容当中，但不影响原内容的价值和使用，并且不能被人的感知系统觉察或

注意到。与传统的加密技术不同，数字水印技术并不能阻止盗版活动的发生，但可以判别对象是否受到保护，监视被保护数据的传播，鉴别真伪，解决版权纠纷并为法庭提供认证证据。为了给攻击者增加去除水印的难度，目前大多数水印制作方案都采用密码学中的加密体系来加强，在水印嵌入、提取时采用一种密钥，甚至几种密钥联合使用。水印嵌入和提取的一般方法如图1所示。 1.2视频数字水印设计应考虑的几个方面 水印容量：嵌入的水印信息必须足以标识多媒体内容的购买者或所有者。 不可察觉性：嵌入在视频数据中的数字水印应该不可见或不可察 觉。 鲁棒性？押在不明显降低视频质量的条件下，水印很难除去。 盲检测：水印检测时不需要原始视频，因为保存所有的原始视频几乎是不可能的。 篡改提示：当多媒体内容发生改变时，通过水印提取算法，能够敏感地检测到原始数据是否被篡改。 1.3视频数字水印方案选择 通过分析现有的数字视频编解码系统，可以将目前MPEG-4视频水印的

哈工大小波分析上机实验报告

小波分析上机实验报告 院系：电气工程及自动化学院 学科：仪器科学与技术

实验一小波分析在信号压缩中的应用 一、试验目的 （1）进一步加深对小波分析进行信号压缩的理解； （2）学习Matlab中有关信号压缩的相关函数的用法。 二、相关知识复习 用一个给定的小波基对信号进行压缩后它意味着信号在小波阈的表示相对缺少了一些信息。之所以能对信号进行压缩是因为对于规则的信号可以用很少的低频系数在一个合适的小波层上和一部分高频系数来近似表示。 利用小波变换对信号进行压缩分为以下几个步骤来完成： （1）进行信号的小波分解； （2）将高频系数进行阈值量化处理。对从1 到N 的每一层高频系数都可以选择不同的阈值并且用硬阈值进行系数的量化； （3）对量化后的系数进行小波重构。 三、实验要求 （1）对于某一给定的信号（信号的文件名为leleccum.mat），利用小波分析对信号进行压缩处理。 （2）给出一个图像，即一个二维信号（文件名为wbarb.mat），利用二维小波分析对图像进行压缩。 四、实验结果及程序 （1）load leleccum %将信号装入Matlab工作环境 %设置变量名s和ls，在原始信号中，只取2600-3100个点 s = leleccum(2600:3100); ls = length(s); %用db3对信号进行3级小波分解 [c,l] = wavedec(s, 3, 'db3'); %选用全局阈值进行信号压缩 thr = 35; [xd,cxd,lxd,perf0,perfl2] = wdencmp('gbl',c,l,'db3',3,thr,'h',1); subplot(2,1,1);plot(s); title('原是信号s'); subplot(2,1,2);plot(xd); title('压缩后的信号xd');

小波实验报告一维Haar小波2次分解

一、题目：一维Haar 小波2次分解 二、目的：编程实现信号的分解与重构 三、算法及其实现：离散小波变换 离散小波变换是对信号的时－频局部化分析，其定义为：/2200()(,)()(),()()j j Wf j k a f t a t k dt f t L R φ+∞---∞=-∈? 本实验实现对信号的分解与重构： （１）信号分解：用小波工具箱中的dwt 函数来实现离散小波变换，函数dwt 将信号分解为两部分，分别称为逼近系数和细节系数（也称为低频系数和高频系数）,实验中分别记为cA1,cD1，它们的长度均为原始信号的一半，但dwt 只能实现原始信号的单级分解。在本实验中使用小波函数db1来实现单尺度小波分解，即： [cA1,cD1]＝dwt(s,’db1’)，其中s 是原信号;再通过[cA2,cD2]＝dwt(cA1,’db1’)进行第二次分解，长度又为cA2的一半。 （２）信号重构：用小波工具箱中的upcoef 来实现，upcoef 是进行一维小波分解系数的直接重构,即： A1 = upcoef('a',cA1,'db1'); D1 = upcoef('a',cD1,'db1')。 四、实现工具：Matlab 五、程序代码： %装载leleccum 信号 load leleccum; s = leleccum(1:3920); %用小波函数db1对信号进行单尺度小波分解 [cA1,cD1]=dwt(s,'db1'); subplot(3,2,1); plot(s); title('leleccum 原始信号'); %单尺度低频系数cA1向上一步的重构信号 A1 = upcoef('a',cA1,'db1'); %单尺度高频系数cD1向上一步的重构信号 D1 = upcoef('a',cD1,'db1'); subplot(3,2,3); plot(A1); title('单尺度低频系数cA1向上一步的重构信号'); subplot(3,2,5); plot(D1); title('单尺度高频系数cD1向上一步的重构信号'); [cA1,cD1]=dwt(cA1,’db1'); subplot(3,2,2); plot(s); title('leleccum 第一次分解后的cA1信号'); %第二次分解单尺度低频系数cA2向上一步的重构信号 A2= upcoef('a',cA2,'db1',2); %第二次分解单尺度高频系数cD2向上一步的重构信号 D2 = upcoef('a',cD2,'db1',2); subplot(3,2,4); plot(A2);

哈工大小波实验报告

小波理论实验报告 院（系） 专业 学生 学号 日期 2015年12月

实验报告一 一、 实验目的 1. 运用傅立叶变换知识对常用的基本函数做基本变换。 2. 加深对因果滤波器的理解，并会判断因果滤波器的类型。 3. 运用卷积公式对基本信号做滤波处理并分析，以加深理解。 4. 熟悉Matlab 中相关函数的用法。 二、 实验原理 1.运用傅立叶正、反变换的基本公式： ( )?()() ()(),1 1?()(),22i x i t i t i t i t f f x e dx f t e dt f t e f t f e d f t e ωωωωωωωωπ π ∞∞---∞ -∞ ∞ --∞ ==== =?? ? 及其性质，对所要处理信号做相应的傅里叶变换和逆变换。 2.运用卷积的定义式： 1212()()()()+∞ -∞ *=-? f t f t f f t d τττ 对所求信号做滤波处理。 三、 实验步骤与内容 1.实验题目： Butterworth 滤波器，其冲击响应函数为 ,0 ()0, 0若若α-?≥=?

图像处理 实验报告

摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定

义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。

北邮DSP实验报告

北京邮电大学 数字信号处理硬件实验 实验名称：dsp硬件操作实验姓名：刘梦颉班级： 2011211203 学号：2011210960 班内序号：11 日期：2012年12月20日 实验一常用指令实验 一、实验目的 了解dsp开发系统的组成和结构，熟悉dsp开发系统的连接，熟悉dsp的开发界面，熟 悉c54x系列的寻址系统，熟悉常用c54x系列指令的用法。 二、实验设备 计算机，ccs 2.0版软件，dsp仿真器，实验箱。 三、实验操作方法 1、系统连接 进行dsp实验之前，先必须连接好仿真器、实验箱及计算机，连接方法如下所示： 1）上电复位 在硬件安装完成后，接通仿真器电源或启动计算机，此时，仿真盒上的“红色小灯”应 点亮，否则dsp开发系统与计算机连接有问题。 2）运行ccs程序 先实验箱上电，然后启动ccs，此时仿真器上的“绿色小灯”应点亮，并且ccs正常启 动，表明系统连接正常；否则仿真器的连接、jtag接口或ccs相关设置存在问题，掉电，检 查仿真器的连接、jtag接口连接，或检查ccs相关设置是否正确。 四、实验步骤与内容 1、实验使用资源 实验通过实验箱上的xf指示灯观察程序运行结果 2、实验过程 启动ccs 2.0，并加载“exp01.out”；加载完毕后，单击“run”运行程序； 五、实验结果 可见xf灯以一定频率闪烁；单击“halt”暂停程序运行，则xf灯停止闪烁，如再单击 “run”，则“xf”灯又开始闪烁； 关闭所有窗口，本实验完毕。 六、源程序代码及注释流程图： 实验二资料存储实验 一、实验目的 掌握tms320c54的程序空间的分配；掌握tms320c54的数据空间的分配；熟悉操作 tms320c54数据空间的指令。 二、实验设备 计算机，ccs3.3版软件，dsp仿真器，实验箱。 三、实验系统相关资源介绍 本实验指导书是以tms32ovc5410为例，介绍相关的内部和外部内存资源。对于其它类型 的cpu请参考查阅相关的资料手册。下面给出tms32ovc5410的内存分配表： 对于存储空间而言，映像表相对固定。值得注意的是内部寄存器与存储空间的映像关系。 因此在编程应用时这些特定的空间不能作其它用途。对于篇二：31北邮dsp软件实验报告北京邮电大学 dsp软件

肌组织实验报告

竭诚为您提供优质文档/双击可除 肌组织实验报告 篇一：表面肌实验报告 武汉理工大学 现代数字信号处理在前沿学科中的应用实验报告 基于semg时域特征的动作识别 学院：信息工程学院 学号：姓名： 班级：电子154 实验基于semg时域特征特的动作识别 一、实验目的 1.了解肌电信号常用的时域分析方法； 2.利用mATLAb对肌电信号进行去噪、特征提取及动作识别； 二、实验设备 1.wi-Fi表面肌电信号采集卡； 2.32位windowsxp台式机（matlab7.0软件）； 3.802.11b/g无线网卡；

三、实验内容 （1）学习信号的基本去噪方法，并用mATLAb实现； （2）学习肌电信号常用的时域特征并利用matlab来进行波形长度（wL）符号改变数（ssc）、过零点（Zc）、威尔 逊赋值（wAmp）等特征的提取； （3）学习神经网络信号处理方法，掌握bp神经网络的用法，将其用于肌电信号的动作识别。 学习以上三个部分，最终完成一整套肌电信号去噪、特征提取（选取一种特征）、基于特征的动作识别的mATLAb程序。 四、实验原理 （1）小波去噪 小波去噪方法是一种建立在小波变换基础上的新兴算法，基本思想是根据噪声在不同频带上的小波分解系数具有不同强度分布的特点，将各频带上的噪声对应的小系数去除，保留原始信号的小波分解系数，然后对处理后系数进行小波重构，得到纯净信号。 小波去噪的基本原理图如下 （2）特征提取 时域分析是将肌电信号看成均值为零，而方差随着信号强度的变化而变化的随机信号。时域特征的计算复杂度低，提取比较方便。

最常用的方法有：方差，过零点数（Zerocrossing,Zc），willison幅值（willisonAmplitude,wAmp），绝对值平均值(meanAbsoluteValue,mAV）和波形长度（wavelength，wL）等。在实际应用中，为了让特征可以包含更多的信息，往往选择用不同的时域特征组合形成联合特征向量。我们主要介绍一下几种方法： 过零率（Zc）：为波形通过零线的次数,从一定程度上反映了信号的频率特性。为了降低零点引入的噪声，往往会引入一个阈值δ。计算方式如下： sgn(?xk?xk?1),(xk?xk?1??)（1）willison幅值：是由willison提出一种对表面肌电信号的幅值变化数量进行计 算的方法，经过后人的研究，对willison幅值的阈值有了明确的范围限定，目前认为50~100?V是最合适的阈值范围。其数学表示公式如公式（3-3）。 wAmp??fxi?xi?1 t?1n（2） ?1f(x)???0其中：ifx?阈值otherwise 波形长度（wL）：它是对某一分析窗中的波形长度的统计，波长可以体现该样本的持续时间、幅值、频率的特征。 1n?1 wL??x(i?1)?x(i)ni?1（3）符号改变斜率（ssc）：为信号的的频率性能提供了一些附加信息，对于3个连续的采样

振动测试技术模态实验报告

研究生课程论文(2016-2017学年第二学期) 振动测试技术 研究生：

模态试验大作业 0 模态试验概述 模态试验（modal test）又称试验模态分析。为确定线性振动系统的模态参数所进行的振动试验。模态参数是在频率域中对振动系统固有特性的一种描述，一般指的是系统的固有频率、阻尼比、振型和模态质量等。 模态试验中通过对给定激励的系统进行测量，得到响应信号，再应用模态参数辨识方法得到系统的模态参数。由于振动在机械中的应用非常普遍。振动信号中包含着机械及结构的内在特性和运行状况的信息。振动的性质体现着机械运行的品质，如车辆、航空航天设备等运载工具的安全性与舒适性；也反映出诸如桥梁、水坝以及其它大型结构的承载情况、寿命等。同时，振动信号的发生和提取也相对容易因此，振动测试与分析已成为最常用、最基本的试验手段之一。 模态分析及参数识别是研究复杂机械和工程结构振动的重要方法，通常需要通过模态实验获得结构的模态参数即固有频率、阻尼比和振型。模态实验的方法可以分为两大类：一类是经典的纯模态实验方法，该方法是通过多个激振器对结构进行激励，当激振频率等于结构的某阶固有频率，激振力抵消机构内部阻尼力时，结构处于共振状态，这是一种物理分离模态的方法。这种技术要求配备复杂昂贵的仪器设备，测试周期也比较长；另一类是数学上分离模态的方法，最常见的方法是对结构施加激励，测量系统频率响应函数矩阵，然后再进行模态参数的识别。 为获得系统动态特性，常需要测量系统频响函数。目前频响函数测试技术可以分为单点激励单点测量( SISO)、单点激励多点测量( SIMO) 、多点激励多点测量( MIMO)等。单点激励一般适用于较小结构的频响函数测量，多点激励适用于大型复杂机构，如机体、船体或大型车辆机构等。按激励力性质的不同，频响函数测试分为稳态正弦激励、随机激励及瞬态激励三类，其中随机激励又有纯随机、伪随机、周期随机之分。瞬态激励则有快速正弦扫描激励、脉冲激励和阶跃激励等几种方式。按激励力性质的不同，频响函数测试分为稳态正弦激励、随机激励及瞬态激励三类，其中随机激励又有纯随机、伪随机、周期随机之分，瞬态激励则有快速正弦扫描激励、脉冲激励和阶跃激励等几种方式。 振动信号的分析和处理技术一般可分为时域分析、频域分析、时频域分析和时间序列建模分析等。这些分析处理技术从不同的角度对信号进行观察和分析，为提取与设备运行状态有关的特征信息提供了不同的手段。信号的时域分析包括时域统计分析、时域波形分析和时域相关分析。对评价设备运行状态和

哈工大 小波理论与应用上机报告

姓名：学号： 课程名称：小波理论及应用 实验名称：上机实践作业 实验序号：第一次实验日期：2014.05.12 学院及专业名称： 同组人：独立完成 实验成绩：总成绩： 教师评语： 指导教师签字： 年月日

实验报告一 一、 实验目的 1、 运用傅里叶变换知识对常用的基本函数做基本变换。 2、 加深对因果滤波器的理解，并会判断因果滤波器的类型。 3、 运用卷积公式对基本信号做滤波处理并作出分析，以加深理解 4、 熟悉Matlab 中相关函数的用法 二、 实验原理 1 ．运用傅里叶正、反变换的基本公式： ( )?()() ()(),1 1?()(),22ωωωωωωωωπ π ∞∞---∞ -∞ ∞ --∞ ==== =?? ? i x i t i t i t i t f f x e dx f t e dt f t e f t f e d f t e （2-1） 及其性质，对所要处理信号做相应的傅里叶变换和逆变换。 2．运用卷积的定义式：1212()()()()+∞ -∞ *=-?f t f t f f t d τττ （2-2） 对所求信号做滤波处理。 三、 实验步骤与内容 实验题目： Butterworth 滤波器，其冲击响应函数为 ,0 ()0, 0若若α-?≥=?

小波实验报告一维Haar小波2次分解

一、题目：一维Haar小波2次分解 二、目的：编程实现信号的分解与重构 三、算法及其实现：离散小波变换 离散小波变换是对信号的时—频局部化分析，其定义为：(Wf)( j,k)二a。』2 ：Y (t)「(a o」t _k)dt, f (t)? L2(R) 本实验实现对信号的分解与重构： (1)信号分解：用小波工具箱中的dwt函数来实现离散小波变换，函数dwt将信号分解为两部分，分别称为逼 近系数和细节系数(也称为低频系数和高频系数) ，实验中分别记为cA1,cD1，它们的长度均为原始信号的一半，但 dwt只能实现原始信号的单级分解。在本实验中使用小波函数db1来实现单尺度小波分解，即：[cA1,cD1] = dwt(s, 'dbl',其中s是原信号；再通过[cA2,cD2] = dwt(cA1, 'dbl '进行第二次分解，长度又为cA2的一半。 (2)信号重构：用小波工具箱中的upcoef来实现，upcoef是进行一维小波分解系数的直接重构，即: A1 = upcoef('a',cA1,'db1'); D1 = upcoef('a',cD1,'db1')。 四、实现工具：Matlab 五、程序代码： %装载leleccum信号 load leleccum; s = leleccum(1:3920); %用小波函数db1对信号进行单尺度小波分解 [cA1,cD1]=dwt(s,'db1'); subplot(3,2,1); plot(s); title('leleccum 原始信号'); %单尺度低频系数cA1向上一步的重构信号 A1 = upcoef('a',cA1,'db1'); %单尺度高频系数cD1向上一步的重构信号 D1 = upcoef('a',cD1,'db1'); subplot(3,2,3); plot(A1); title('单尺度低频系数cA1向上一步的重构信号’)； subplot(3,2,5); plot(D1); title('单尺度高频系数cD1向上一步的重构信号’)； [cA1,cD1]=dwt(cA1, 'b1'); subplot(3,2,2); plot(s); title('leleccum第一次分解后的cA1信号'); %第二次分解单尺度低频系数cA2向上一步的重构信号 A2= upcoef('a',cA2,'db1',2); %第二次分解单尺度高频系数cD2向上一步的重构信号 D2 = upcoef('a',cD2,'db1',2); subplot(3,2,4); plot(A2);

数字水印技术原理算法及展望

第21 卷第6 期辽宁工程技术大学学报 Journal of Liaoning Technical University 2002 年12 月 Vol.21 No.6 Dec. 2002 文章编号：1008-0562(2002)06-0760-04 数字水印技术原理算法及展望 孙鑫1，易开祥2 （1.上海大学机电工程与自动化学院，上海200072；2 上海华为技术有限公司，上海200120）摘要：数字水印作为版权保护的重要手段，得到广泛的研究和应用。本文系统地论述了数字水印技术的研究与进展情况，首先对数字水印技术进行了介绍和分类等，然后重点分析了数字水印技术的原理、模型、典型算法及其攻击方法，最后对数字水印技术的研究发展及其应用前景指出了一些可能的方向。 关键词：信息隐藏；数字水印；版权保护 中图号：TP 311.56 文献标识码：B 收稿日期：2002-01-20 基金项目：上海市高等学校科学技术发展基金项目（202159） 作者简介：孙鑫（1973-），女，辽宁抚顺人，博士，讲师。本文编校：杨瑞华

762 辽宁工程技术大学学报第21 卷

Digital watermarking techniques:theory,algorithm and future work SUN Xin,YI Kai-xiang (School of Electromechanical Engineering and Automation,Shanghai University,Shanghai 200072,China) Abstract：How to provide copyright protection and implementing covert communication has drawn extensive attention in recent years.As a main method for copyright protection(watermarking),digital watermarking has been studied and applied widely.In this paper.we present a summary on the digital watermarking techniques including the latest achievement in this field.First,we give the general concepts and fundamental principles of digital watermarking the definition,characteristic ,classification and general framework.Then,we analyze the processing model,the typical methods,the main application and the attack analysis of watermarking.Finally,we point out some possible orientations for the further research and the application prospect of the technique we make a discussion on some open problems and point out some possible directions for topics. Key words：information hiding;watermarking;copyright protection

DIP课程10次实验报告

研究生课程：数字图像处理 课程作业实验报告 实验名称：Image Interpolation 实验编号：Proj02-01 摘要：本实验采用双线性插值技术对图像进行缩放，实验的原理是来源于数值分析中的插值问题。双线性插值算法是一种比较好的图像缩放算法，它充分的利用了源图中虚拟点四周的四个真实存在的像素值来共同决定目标图中的一个像素值，因此缩放效果比较好。

实验内容概述 关于编程的一点说明:本课程实验的主要目的如下：(1)掌握图像处理的基本方法与步骤，(2) 帮助学生建立图像处理技术解决问题的感性概念，以及解决问题的软件原型。最后，需要说明的是，完成本课程实验所需要的编程环境可以是C++等常规的程序开发环境，也可以是包含有已经存在的具有可扩展能力的函数集合组成的集成编程环境。最典型的例子是MATLAB的图像处理工具箱（Image Processing Toolbox，IPT）编程环境。建议实验中使用后一种类型的集成编程环境。 下面是具体的实验题目及其说明：

PROJECT 02-01(Image Interpolation) (a) 编写一个线性插值程序，将64*64大小的图像插值为256*256的图像，并与matlab的imresize函数的 结果相比较； (b) 图像变换函数采用仿射变换，图像x和y方向都放大4倍，并逆时针旋转15度，未定义区域赋值0。 一、技术论述 对于双线性插值算法，首先进行初始化，读取所要缩放的图像，获取目标大小64*64，以及目标像素点的横坐标和纵坐标，然后根据所提供的公式算法逐点做双线性内插，根据双线性插值算法的思路（即目标图像中的像素值由原图像中在空间位置上最接近的四个像素值按照特定的公式：S = (a)(b)S1+(1-a)(b)S2+(a)(1-b)S3+(1-a)(1-b)S4进行计算）对目标图像点计算相应的a、b、S1、S2、S3、S4，然后根据上述公式计算出该像素点的值，最后显示图像效果。 二、实验结果与讨论 2.1 实验结果展示 （a）效果展示 (b)效果展示 2.2 讨论

小波变换图像拼接实验报告

图像拼接实验报告 一、实验目的 选用适当的拼接算法实现两幅图像的拼接。 二、实验原理 图像拼接技术就是将数张有重叠部分的图像（可能是不同时间、不同视角或者不同传感器获得的）拼成一幅大型的无缝高分辨率图像的技术。 图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。早期的图像配准技术主要采用点匹配法,这类方法速度慢、精度低,而且常常需要人工选取初始匹配点,无法适应大数据量图像的融合。图像拼接的方法很多,不同的算法步骤会有一定差异,但大致的过程是相同的。一般来说,图像拼接主要包括以下五步:（1）图像预处理：包括数字图像处理的基本操作(如去噪、边缘提取、直方图处理等)、建立图像的匹配模板以及对图像进行某种变换(如傅里叶变换、小波变换等)等操作。（2）图像配准：就是采用一定的匹配策略,找出待拼接图像中的模板或特征点在参考图像中对应的位置,进而确定两幅图像之间的变换关系。（3）建立变换模型：根据模板或者图像特征之间的对应关系,计算出数学模型中的各参数值,从而建立两幅图像的数学变换模型。（4）统一坐标变换：根据建立的数学转换模型,将待拼接图像转换到参考图像的坐标系中,完成统一坐标变换。（5）融合重构：将带拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像。 图像拼接技术主要包括两个关键环节即图像配准和图像融合对于图像融合部分，由于其耗时不太大，且现有的几种主要方法效果差别也不多，所以总体来说算法上比较成熟。而图像配准部分是整个图像拼接技术的核心部分，它直接关系到图像拼接算法的成功率和运行速度，因此配准算法的研究是多年来研究的重点。 目前的图像配准算法基本上可以分为两类:基于频域的方法(相位相关方法)和基于时域的方法。 相位相关法对拼接的图像进行快速傅立叶变换，将两幅待配准图像变换到频域，然后通过它们的互功率谱直接计算出两幅图像间的平移矢量，从而实现图像的配准。由于其具有简单而精确的特点，后来成为最有前途的图像配准算法之一。但是相位相关方法一般需要比较大的重叠比例(通常要求配准图像之间有50%的重叠比例)，如果重叠比例较小，则容易造成平移矢量的错误估计，从而较难实现图像的配准。 基于时域的方法又可具体分为基于特征的方法和基于区域的方法。基于特征的方法首先找出两幅图像中的特征点(如边界点、拐点)，并确定图像间特征点的对应关系，然后利用这种对应关系找到两幅图像间的变换关系。这一类方法不直

数字图像处理图像变换实验报告

数字图像处理图像变换实验 报告 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

实验报告实验名称：图像处理 姓名：刘强 班级：电信1102 学号：1404110128

实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件 PC机数字图像处理实验教学软件大量样图 二、实验目的 1、学习使用“数字图像处理实验教学软件系统”，能够进行图像处理方面的 简单操作； 2、熟悉图像点运算、几何变换及正交变换的基本原理，了解编程实现的 具体步骤； 3、观察图像的灰度直方图，明确直方图的作用和意义； 4、观察图像点运算和几何变换的结果，比较不同参数条件下的变换效 果； 5、观察图像正交变换的结果，明确图像的空间频率分布情况。 三、实验原理 1、图像灰度直方图、点运算和几何变换的基本原理及编程实现步骤 图像灰度直方图是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度分布情况，为图像的相关处理操作提供了基本信息。 图像点运算是一种简单而重要的处理技术，它能让用户改变图像数据占据的灰度范围。点运算可以看作是“从象素到象素”的复制操作，而这种复制操作是通过灰度变换函数实现的。如果输入图像为A(x,y)，输出图像为B(x,y)，则点运算可以表示为： B(x,y)＝f[A(x,y)] 其中f(x)被称为灰度变换（Gray Scale Transformation，GST）函数，它描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度变换函数确定，该点运算就完全确定下来了。另外，点运算处理将改变图像的灰度直方图分布。点运算又被称为对比度增强、对比度拉伸或灰度变换。点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸和均衡等。 图像几何变换是图像的一种基本变换，通常包括图像镜像变换、图像转置、图像平移、图像缩放和图像旋转等，其理论基础主要是一些矩阵运算，详细原理可以参考有关书籍。 实验系统提供了图像灰度直方图、点运算和几何变换相关内容的文字说明，用户在操作过程中可以参考。下面以图像点运算中的阈值变换为例给出编程实现的程序流程图，如下：

基于Matlab的数字水印设计—基于DCT域的水印实现

成绩评定表 学生姓名班级学号1203030113 专业电子信息工程课程设计题目基于Matlab的数字水印设计——基于DCT域的水印实现 评 语 组长签字： 成绩 日期 2015年7月20日

课程设计任务书 学院信息科学与工程专业电子信息工程 学生姓名班级学号 1203030113 课程设计题目基于Matlab的数字水印设计—— 基于DCT域的水印实现 实践教学要求与任务： 本设计利用MATLAB进行编程及仿真，仿真内容为基于DCT 域的数字水印实现。拟利用所学数字图象处理技术知识，在MATLAB 软件系统上来实现水印的嵌入和提取，以对水印嵌入与提取算法的不可见性、鲁棒性进行验证性测试。 工作计划与进度安排： 2015年7月10日—11日：熟悉编程环境，查阅相关资料。 2015年7月11日—12日：水印算法设计。 2015年7月12日—13日：编码、调试、实验与分析。 2015年7月13日—14日：撰写课程设计报告。 2015年7月14日—15日：准备答辩。 指导教师： 2015 年7 月2日专业负责人： 2015年7月2日 学院教学副院长： 2015年7月2日

摘要 数字水印（Digital Watermark）技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐蔽的标记，这种标记通常是不可见的，只有通过专用的检测器或阅读器才能提取。数字水印是信息隐藏技术的一个重要研究方向。随着数字水印技术的发展，数字水印的应用领域也得到了扩展，数字水印的基本应用领域是版权保护、隐藏标识、认证和安全不可见通信。 当数字水印应用于版权保护时，潜在的应用市场在于电子商务、在线或离线地分发多媒体内容以及大规模的广播服务。数字水印用于隐藏标识时，可在医学、制图、数字成像、数字图像监控、多媒体索引和基于内容的检索等领域得到应用。数字水印的认证方面主要ID卡、信用卡、ATM卡等上面数字水印的安全不可见通信将在国防和情报部门得到广泛的应用。 本文主要是根据所学的数字图象处理知识，在MATLAB环境下，通过系统编程的方式，建立并实现基于DCT域的数字水印加密系统。该系统主要包含数字水印的嵌入与提取，仿真结果表明，数字水印算法具有有效性、可靠性、抗攻击性、鲁棒性和不可见性，能够为数字媒体信息在防伪、防篡改、认证、保障数据安全和完整性等方面提供有效的技术保障。 关键词：数字水印；MATLAB；DCT