Анализ сигналов изображений во временной и частотной областях

МИНИСТЕРСТВО СВЯЗИ И ИНФОРМАТИЗАЦИИ

РЕСПУБЛИКИ БЕЛАРУСЬ

УО «Белорусская государственная академия связи»

Лабораторная работа №2

Анализ сигналов изображений во временной и частотной областях

Выполнил Астапович В.В.

Проверил Киркоров С.И.

Минск 2020

Пример 2.2

Image_2D=imread('lena512.bmp');

Bloc_Size_Y=270;

Bloc_Size_X=200;

Start_Y=150;

Start_X=190;

%

close all; % оператор, закрывает все открытые ранее окна при вызове

% функций imshow() и imhist()

Image_2D_=double(Image_2D); % копирование информации с преобразованием

% типа данных

[siz_y, siz_x]=size(Image_2D_); % определение размера массива

Bloc_=zeros(Bloc_Size_Y, Bloc_Size_X); % выделение памяти

% под результирующий массив, предназначенный для хранения выделяемой

% из исходного изображения прямоугольной области

y=1;

while (y<=siz_y)&&(y<=Bloc_Size_Y+Start_Y)

x=1;

while (x<=siz_x)&&(x<=Bloc_Size_X+Start_X)

if y>=Start_Y && x>=Start_X

Bloc_(y-Start_Y+1, x-Start_X+1)=Image_2D_(y, x);

end

x=x+1;

end

y=y+1;

end

%

figure, imshow(Image_2D,256);

figure, imhist(Image_2D,256); saveas(gcf,'lena512_Histogram.jpg','jpg')

Bloc=uint8(Bloc_); imwrite(Bloc,'Bloc.bmp','bmp');

figure, imshow(Bloc,256);

figure, imhist(Bloc,256); saveas(gcf,'Bloc_Histogram.jpg','jpg')

Пример 2.3

fn='test.dat';

N=10000;

Start_Sample=1000;

Samples=3000;

%

close all;

M=randn([1 N]);

fid_out = fopen(fn,'wb'); % функция возвращает указатель на открытый файл,

% значение которого записывается в переменную fid_out

fwrite(fid_out, M,'double');

fclose(fid_out);

%

fid_in = fopen(fn,'rb');

fseek(fid_in, Start_Sample, 'bof'); % позиционирование указателя данных в файле

[M_, count] = fread(fid_in, Samples, 'double');

fclose(fid_in);

%

x = -3.9:0.05:3.9; % переменная ч устанавливает диапазон изменения значений

% в массиве M_, которые оцениваются функцией hist()

figure, hist(M_, x);

Пример 3.1

close all

t = 0:0.001:0.6;

x = sin(2*pi*50*t)+sin(2*pi*120*t);

y = x + 2*randn(size(t));

figure, plot(1000*t(1:50),y(1:50))

title('Signal Corrupted with Zero-Mean Random Noise')

xlabel('time (milliseconds)')

Y = fft(y,512);

Pyy = Y.*