《信号处理原理》实验指导

《《信号处理原理》实验指导》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、《信号处理原理》实验指导【实验要求】(1)对输入图象文件内容进行2D－FFT变换，再对所得频谱数据进行2D－IFFT，将结果重新转换成字符文件保存起来。(2)对输入图象文件内容进行2D－FFT变换，再将频谱的大小压缩为（N/2）*（N/2），然后对所得频谱数据进行2D－IFFT，将结果重新转换成字符，保存成（N/2）*（N/2）的汉字图像。(3)对输入图象文件内容进行2D－FFT变换，再将频谱的大小压缩为（N/2）*（N/2），然后对频谱补入一些零，再对频谱进行2D－IFFT，将结果重新转换成字符，保存成（N/

2、2）*（N/2）的汉字图像。【实验原理】一幅二维数字图像可以用矩阵[g(m,n)]来表示，g(m,n)是图像在坐标(m,n)处的灰度级（或彩色RGB值）。也可以把g(m,n)视为一个二元函数，它的自变量为m和n，则可以用它来表示数字图像在平面上的亮度分布。矩阵可以写成下面的形式：在上面的基础上，我们可以定义下面的二维DFT：定义1：二维矩阵向量[g(m,n)]的2D-DFT,从上面的定义我们可以看出：2D-DFT可以用两次1D-DFT来实现。一次是对g(m,n)的各行（即m相同而n不同）进行1D-DFT---如

3、上式中的红色部分所示；再对变换后的结果，再按列进行1D-DFT---如上式中的蓝色部分所示。【图象压缩与放大原理】要尽量少失真地对图象进行缩放处理，则需从频域着手进行。如果从频谱图中去掉一些频率的分量，然后再作IFFT，得到时域数据，即可实现对图象的缩小。而如果在频谱中加入一些零值，再作IFFT，得到时域数据，则可实现对图象的放大。【实验数据】实验数据为一图像数据文件，文件格式是纯文本格式。文件正文的第一行的值表示矩阵的大小，即N值。后面的N行是点阵图像，每行有N个数据。N最大为256。在图像点阵中，‘.’代表

4、0（即没有点），‘o’代表1（即有点）。#include#include#include"MyFFT.H"intFFTTest(){Compx[4]={1,1,1,1};FFT_1D(x,2,1);if(x[0]==Comp(4)&&x[1]==Comp(0)&&x[2]==Comp(0)&&[3]==Comp(0))return1;elsereturn0;}voidmain(){if(FFTTest()==0){cout<<"YourFFTmodulehassomethi

5、ngwrong!"<>POINT_VAL;floatCIRCLE_VAL;cout<<"Valueforcircle(o):";cin>>CIRCLE_VAL;floatTH;cout<<"Threshold:";//数值转化为字符的控制阈值cin>>TH;ifstreaminfilestream("Data.TXT",ios::in);intN;infilestream>>N;cout<<"N

6、="<MAX_N){cout<<"数据文件(Data.TXT)内容不对。图像的大小不能超过"<>inputchar;if(inputchar=='o')Data[i][j]=CIRCLE_VAL;if(inputchar=='.')Data[i][j]=POINT_

7、VAL;}}infilestream.close();intM=1;while(N>(1<

8、==//输出结果文件Res.TXTofstreamoutfilestream("Res.TXT",ios::out);for(i=0;iTH)outfilestream<<'o';elseoutfilestream<<'.';}outfilestream<