DSP實驗報告

姓名：班級：電子1201

學號：一，已完成的實驗

（1）有限衝激響應濾波器（fir）演算法實驗

（2）無限衝激響應濾波器(iir)演算法實驗

（3）卷積演算法

（4）頻譜分析

（5）自適應濾波器演算法

（6）抽樣定理

（7）數字影象直方圖統計

（8）數字影象邊緣檢測(sobel運算元)

（9）數字影象的銳化(laplace運算元)

（10）數字影象的取反

（11）數字影象直方圖均衡化增強

二，問題與思考

（1）有限衝激響應濾波器（fir）演算法實驗

設計高通濾波器，濾除輸入訊號中的低頻分量：

輸入訊號：fxn[0]=sin((double)fsignal1)+cos((double)fsignal2)/6.0+ cos((double)fsignal3)/3.0;

高通濾波器的輸入引數：

float fhn[firnumber]=;

濾波結果截圖：

由上述的結果可知，頻率中的低頻成分確實被濾除了，即實現了高通濾波的效果，在這裡我們要設計並獲得高通濾波器的引數，借助matlab工具將設計的指標輸入，並獲得相應濾波器的輸出引數，為在dsp中高通濾波提供引數。實驗用了25階的濾波引數，實現的濾波效果非常好。

（2）無限衝激響應濾波器(iir)演算法實驗

修改步進值：

+0.0001

-0.0001

當步進值增加或減少0.0001後，輸出訊號並沒有太大的變化。具體原因應該是修改步進值過小，而顯示又採用float型別的變數，故修改後結果之間的差距較小並不能被識別。

（3）卷積演算法

兩個輸入訊號為sine波形，兩個頻率不同的正弦波輸入：

由上圖可知輸出訊號的點數為輸入訊號點數之和，並當輸入訊號為週期訊號時輸出訊號也為週期訊號。

（4）頻譜分析

在這裡我們選用fft中用到的頻譜進行分析：

由於取樣率為128，所以圖中的最高頻率為fs/2=64hz，可從圖中直接讀出三個輸入訊號的頻率分別為1.6hz，12hz，35hz。

此圖為歸一化頻率後頻率的值，我們知道其最高頻率為64hz，對應圖中0.5的點，則其他位置的頻率可由相應的比例關係求出其實際的頻率：如f3=fs/2*(0.

275/0.5) 35.2hz,由於讀取數值時有一定的誤差，但是根據此計算公式可大致計算出輸入訊號的頻率為35hz。

（5）自適應濾波器演算法

在這裡我們修改步進值+-0.0001來觀察步進值對輸出波形的影響：

先看未修改時的圖形：

由上述圖形可以看到自適應濾波器通過不斷的調整引數最後輸出訊號的頻率穩定下來，輸入和輸出之間的差值也在不斷的減少，直到最後變為0.

現在看一下修改完步進值後的自適應濾波器的濾波效果：

由圖中可以看出由於步進值改變，使得輸入輸出訊號達到同步的時間發生變化，當步進因子增大的時候，同步時間變小，反之，同步時間增大。

（6）抽樣定理

問題：在這裡埠p4-27的輸出頻率為ad取樣頻率的1/2，雖然可以得到相應的頻率但是不明白其數值時怎麼樣來的。後來在老師的指導下才知道，這個引腳輸出的是ad訊號的幀同步訊號，每當ad採集一次，引腳上的電平值便翻轉一次。

所以引腳上的輸出頻率為ad採集的1/2。

輸入波形及fft變換

（7）數字影象直方圖統計

影象資訊的分析

分析：直方圖中有明顯的三個峰值，分別是較黑的背景顏色，用此可以提取背景，另外還有中等亮度的，是屬於中間灰色的地面，最後是亮度叫高的峰值，為人物和旗幟，用此可以提取出人物，經後來的實驗可以看出直方圖非常有用，灰度直方圖是數字影象處理中乙個最簡單、最有用的工具，它描述了一幅影象的灰度級內容。任何一幅影象的直方圖都包括了可觀的資訊，某些型別的影象可由其直方圖完全描述，對畫素點的個數進行處理就可以實現對影象的處理，一般的影象處理也都先進行影象的灰度的讀取。

（8）數字影象邊緣檢測(sobel運算元)

修改為prewitt 運算元進行影象的邊緣檢測。

程式修改部分：

for ( mi=2;mi

原來模板和變化

由上述圖形可知，第二個模板銳化出來的圖形，細節更加的清晰。即銳化效果更好。

（10）數字影象的取反

影象的取反是將每個畫素點的資訊進行二進位製取反，再將結果存到乙個新陣列中顯示。

實驗結果

（11）數字影象直方圖均衡化增強

問題：影象處理演算法為什麼進過處理後就能達到增強**的目的。具體原理不清楚。

實驗結果

從實驗程式及結果的灰度直方圖知道，影象處理就是對影象的不同灰度的個數進行處理達到想要的效果。

DSP實驗報告

DSP實驗報告

DSP實驗報告

DSP實驗報告

相關推薦