第一章Matalab简介及信号处理基础

第一章Matalab简介及信号处理基础1.1Matalab简介【实验目的】【实验环境】【原理简介】【实验步骤】【思考题】【实验目的】了解Matalab软件使用环境，熟悉Matalab使用方法，掌握信息隐藏实验中的各种常用Matalab命令。【实验环境】(1)WindowsXP或Vista操作系统(2)MATLAB7.1版本软件【原理简介】Matalab是广泛使用的一种可视化科学计算软件，它不但具有语法结构简单、数值计算高效、图形功能完备和图像处理方便的特点，而且是信号处理和信息隐藏处理中使用最多的软件。【实验步骤】常用命令变量设置整数操作随机序列常用命令矩阵常用操作命令位操作绘图操作文件操作常用命令dir：列出当前目录下的所有文件clc：清除命令窗clearall：清除环境（从内存中清除所有变量）who：将内存中的当前变量以简单形式列出closeall:关闭所有的Figure窗口变量设置变量命名变量名以字母打头，后最多可跟19个字母或数字，如x,y,ae3和d3er45等都是合法的变量名，不能使用内部函数或命令名作为变量名。MATLAB中的变量名区分大小，ab与

Ab表示两个不同的变量。变量设置变量赋值表达式赋值矩阵赋值通过引用特定的位置可以单独改变某个矩阵元素可以引用已定义的矩阵，重新定义一个新矩阵整数操作fix(x)：截尾取整floor(x)：不超过x的最大整数(高斯取整)ceil(x)：大于x的最小整数随机序列常用命令rand：均匀分布随机矩阵randn:正态分布随机矩阵randsrc：产生均匀分布数组矩阵常用操作命令矩阵的输入直接输入创建矩阵以“[”和“]”作为首尾，同行的元素用“，”或空格隔开，不同行的元素用“；”或按Enter键来分隔；矩阵的元素可以是数字也可以是表达式，如果是数值计算，表达式中不可包含未知变量。用矩阵函数来生成矩阵操作符“：”对矩阵元素的操作矩阵常用操作命令矩阵的运算数组特殊数组的创建数组运算位操作bitand：按位与bitor：按位或bitxor：按位异或bitset：设置指定位的值bitget：获取指定位的值绘图操作图形标注二维图形plot(x,y)：以向量x,y为轴，绘制曲线。plot(x1,y1,x2,y2,x3,y3…)：在同一图形窗口绘制多条不同颜色曲线BarHist表示生成直方图文件操作fopen

打开文件fid=fopen(文件名，打开方式)fclose

关闭文件sta=fclose(fid)fread读二进制文件，并将数据存入矩阵[A,COUNT]=fread(fid,size,precision)fwrite

写二进制文件COUNT=fwrite(fid,A,precision)1.2信号处理基础【实验目的】【实验环境】【原理简介】【实验步骤】【实验目的】了解音频和图像数据系数特点，掌握音频和图像文件的离散傅立叶、离散余弦和离散小波变换等基本操作。【实验环境】(1)WindowsXP或Vista操作系统(2)MATLAB7.1版本软件(3)BMP格式图像文件(4)WAV格式音频文件【原理简介】离散傅立叶、离散余弦和离散小波变换是图像、音频信号常用基础操作，时域信号转换到不同变换域以后，会导致不同程度的能量集中，信息隐藏利用这个原理在变换域选择适当位置系数进行修改，嵌入信息，并确保图像、音频信号经处理后感官质量无明显变化。【实验步骤】1.用离散傅立叶变换分析合成音频和图像2.用离散余弦变换分析合成音频和图像3.用离散小波变换分析合成音频和图像用离散傅立叶变换分析合成音频和图像读取音频文件数据一维离散傅立叶变换一维离散傅立叶逆变换观察结果分析合成音频文件包括以下步骤：clc;clear;len=40000;[fn,pn]=uigetfile('*.wav','请选择音频文件');[x,fs]=wavread(strcat(pn,fn),len);xf=fft(x);f1=[0:len-1]*fs/len;xff=fftshift(xf);hl=floor(len/2);f2=[-hl:hl]*fs/len;xsync=ifft(xf);figure;subplot(2,2,1);plot(x);title('originalaudio');subplot(2,2,2);plot(xsync);title('synthesizeaudio');subplot(2,2,3);plot(f1,abs(xf));title('fftcoef.ofaudio');subplot(2,2,4);plot(f2(1:len),abs(xff));title('fftshiftcoef.ofauio');分析合成图像文件包括以下步骤：读取图像文件数据二维离散傅立叶变换二维离散傅立叶逆变换观察结果读取fmt指定格式的图像文件内容[fn,pn]=uigetfile('*.bmp','请选择图像文件');[x,map]=imread(strcat(pn,fn),'bmp');I=rgb2gray(x);第二步：二维离散傅立叶变换xf=fft2(I);xff=fftshift(xf);fft2函数对输入参数进行二维离散傅立叶变换并返回其系数，使用fftshift将零频对应系数移至中央。第三步：二维离散傅立叶逆变换xsync=ifft2(xf);ifft2函数对输入参数进行二维离散傅立叶逆变换并返回其系数。第四步：观察结果figure;subplot(2,2,1);imshow(x);title('originalimage');subplot(2,2,2);imshow(uint8(abs(xsync)));title('synthesizeimage');subplot(2,2,3);mesh(abs(xf));title('fft

coef.ofimage');subplot(2,2,4);mesh(abs(xff));title('fftshift

coef.ofimage');imshow是二维数据绘图函数，mesh通过三维平面显示数据。用离散余弦变换分析合成音频和图像分析合成音频文件包括以下步骤：读取音频文件数据一维离散余弦变换一维离散余弦逆变换观察结果第一步：一维离散余弦变换xf=dct(x);dct函数对输入参数进行一维离散余弦变换并返回其系数，对应频率从0到fs（采样频率）。第二步：一维离散余弦逆变换xsync=idct(xf);[row,col]=size(x);xff=zeros(row,col);xff(1:row,1:col)=xf(1:row,1:col);y=idct(xff);idct函数对输入参数进行一维离散余弦逆变换并返回其系数。离散余弦变换常用于图像压缩，可以尝试只使用部分系数重构语言，通过观察可发现，原始音频和合成后音频两者差别不大。第三步：观察结果figure;subplot(2,2,1);plot(x);title('originalaudio');subplot(2,2,2);plot(xsync);title('synthesizeaudio');subplot(2,2,3);plot(f1,abs(xf));title('fft

coef.ofaudio');subplot(2,2,4);plot(f2(1:len),abs(xff));title('fftshift

coef.ofauio');分析合成图像文件包括以下步骤：读取图像文件数据二维离散余弦变换二维离散余弦逆变换观察结果第一步：二维离散余弦变换xf=dct2(I);dct2函数对输入参数进行二维离散余弦变换并返回其系数。第二步：二维离散余弦逆变换xsync=uint8(idct2(xf));[row,col]=size(I);lenr=round(row*4/5);lenc=round(col*4/5);xff=zeros(row,col);xff(1:lenr,1:lenc)=xf(1:lenr,1:lenc);y=uint8(idct2(xff));第三步：观察结果输入命令显示四个子图，分别是原始图像、使用全部系数恢复的图像，使用部分系数恢复的图像和用三维立体图方式显示系数。figure;subplot(2,2,1);imshow(x);title('originalimage');subplot(2,2,2);imshow(uint8(abs(xsync)));title('synthesizeimage');subplot(2,2,3);imshow(uint8(abs(y)));title('partsynthesizeimage');subplot(2,2,4);mesh(abs(xff));title('fftshiftcoef.ofimage');用离散小波变换分析合成音频和图像分析合成音频文件包括以下步骤：读取音频文件数据一维离散小波变换一维离散小波逆变换观察结果第一步：一维离散小波变换[C,L]=wavedec(x,2,'db4');wavedec函数对输入参数进行一维离散小波变换并返回其系数C和各级系数长度L。第二个参数指明小波变换的级数，第三个参数指明小波变换使用的小波基名称。第二步：一维离散小波逆变换xsync=waverec(C,L,'db4');cA2=appcoef(C,L,'db4',2);cD2=detcoef(C,L,2);cD1=detcoef(C,L,1);第三步：观察结果figure;subplot(2,3,1);plot(x);title('originalaudio');subplot(2,3,2);plot(xsync);title('synthesizeaudio');subplot(2,3,4);plot(cA2);title('appcoef.ofaudio');subplot(2,3,5);plot(cD2);title('det

coef.ofauio');subplot(2,3,6);plot(cD1);title('det

coef.ofauio');分析合成图像文件包括以下步骤：读取图像文件数据二维离散小波变换二维离散小波逆变换观察结果第一步：二维离散小波变换sx=size(I);[cA1,cH1,cV1,cD1]=dwt2(I,'bior3.7');dwt2函数对输入参数进行二维一级离散小波变换并返回近似分量，水平细节分量，垂直细节分量和对角线细节分量。如果要对图像进行多级小波分解，使用wavedec2函数。第二步：二维离散小波逆变换xsync=uint8(idwt2(cA1,cH1,cV1,cD1,'bior3.7',sx));A1=uint8(idwt2(cA1,[],[],[],'bior3.7',sx));H1=uint8(idwt2([],cH1,[],[],'bior3.7',sx));V1=uint8(idwt2([],[],cV1,[],'bior3.7',sx));D1=uint8(idwt2([],[],[],cD1,'bior3.7',sx));第三步：观察结果输入命令显示六个子图，分别是原始图像、使用全部系数恢复的图像、小波系数近似分量、水平细节分量、垂直细节分量和对角线细节分量。figure;subplot(2,3,1);imshow(x);title('originalimage');subplot(2