1、多媒体技术III实验指导书完整版安徽工程大学多媒体技术III实验指导书专业：计算机科学与技术 计算机与信息学院二零一零年11月目 录实验一 语音编码 1实验二 图像点运算 5实验三 JPEG静态图像压缩 13实验四 小波图像压缩16实验五 多媒体课件的制作 16实验六 数字图像差影分析 18实验七 数字图像的编码 20实验八 图像的平滑 24附录I 数字图像处理实验部分参考源代码 30附录II 数字图像处理系统硬件单元及功能说明 34附录III C6000基本结构及硬软件安装配置 36实 验 规 程一、 同学应在实验前仔细阅读实验指导书。了解实验内容及要求。并对有关理论部分进行预习，然后进行实
2、验。二、 实验中，要求同学自己在计算机上建立自己的工作目录，并在实验完毕后认真备份自己的程序和实验结果。不得在其他目录随意建立和删除文件，严禁在系统盘分区删除重要文件。三、 实验中要认真听从实验指导老师的安排，若实验中系统存在问题，随时和实验指导老师取得联系，问清楚指导老师后再行解决，切不可自己随意安装和删除程序。四、 实验完毕后备份好自己的实验程序和实验结果，并在征得指导老师同意后关闭计算机，同学方可离开实验机房。五、 实验过程中不得大声在机房喧哗，扰乱实验秩序。实验报告每人一份，按每次实验的实验报告要求誊写相关内容，相关实验结果整理成表格和图纸。报告必须条理清晰，所记录程序必须加注解释。实
3、验一 语音编码（2学时）一 实验目的掌握语音信号编码原理了解现代通信语音编码方法二实验设备 计算机三实验原理脉冲编码调制就是把一个时间连续,取值连续的模拟信号变换成时间离散,取值离散的数字信号后在信道中传输.脉冲编码调制就是对模拟信号先抽样,再对样值幅度量化,编码的过程。 图1-1 PCM原理图 抽样,就是对模拟信号进行周期性扫描,把时间上连续的信号变成时间上离散的信号.该模拟信号经过抽样后还应当包含原信号中所有信息,也就是说能无失真的恢复原模拟信号.它的抽样速率的下限是由抽样定理确定的.在该实验中,抽样速率采用8Kbit/s. 量化,就是把经过抽样得到的瞬时值将其幅度离散,即用一组规定的电平
4、,把瞬时抽样值用最接近的电平值来表示. 一个模拟信号经过抽样量化后,得到已量化的脉冲幅度调制信号,它仅为有限个数值. 编码,就是用一组二进制码组来表示每一个有固定电平的量化值.然而,实际上量化是在编码过程中同时完成的,故编码过程也称为模/数变换,可记作A/D. PCM的原理如图1所示.话音信号先经防混叠低通滤波器,进行脉冲抽样,变成8KHz重复频率的抽样信号(即离散的脉冲调幅PAM信号),然后将幅度连续的PAM信号用四舍五入办法量化为有限个幅度取值的信号,再经编码后转换成二进制码.对于电话,CCITT规定抽样率为8KHz,每抽样值编8位码,即共有28=256个量化值,因而每话路PCM编码后的标
5、准数码率是64kb/s.为解决均匀量化时小信号量化误差大,音质差的问题,在实际中采用不均匀选取量化间隔的非线性量化方法,即量化特性在小信号时分层密,量化间隔小,而在大信号时分层疏,量化间隔大. 在实际中广泛使用的是两种对数形式的压缩特性:A律和律.A律PCM用于欧洲和我国,律用于北美和日本.四实验内容及步骤1打开计算机，安装和启动MATLAB程序；程序组中“work”文件夹中应有待处理的声音文件（TEOTH.MP3）。2.调入PCM程序，对语音编码处理。3.对不同声音文件进行调试并分析实验结果。样本程序：% Removing all variables, functions, and MEX-
6、files from memory, leaving the% workspace empty.clear all% Deleting all figures whose handles are not hidden.close all% Deleting all figures including those with hidden handles.close all hidden% Clearing all input and output from the Command Window display giving us a clean screen.clc% Opening the f
7、ile TEOTH.mp3 in the read access mode.fid = fopen (TEOTH.mp3,r);% Generating the input signal m(t) by reading the binary data in 16 bit% integer format from the specified file and writing it into a matrix% m(t).m = fread (fid,int16);% Defining the count for efficiency.count = 8500;% Calculating maxi
8、mum value of the input signal m(t).Mp = max (m)% Setting number of bits in a symbol.bits = 8;% Defining the number of levels of uniform quantization.levels = 2bits;% Calculating the step size of the quantization.step_size = (2*Mp)/levels% Setting the sampling frequency.% because the audio signal has
9、 a maximum frequency of 4K and according to% Nyquist criteria, we get the following sampling frequency.Fs = 8000;% Setting the sampling instant.Ts = 1;% Setting the number of samples to be used.No_Samples = (2*Fs)+Ts;% Define the time vector for the calculations.time = 1:Fs/64;% Calculating the bit
10、rate.bit_rate = 8000*bits;% Quantizing the input signal m(t).for k = 1:No_Samples, samp_in(k) = m(k*Ts); quant_in(k) = samp_in(k)/step_size; error(k) = (samp_in(k) - quant_in(k)/No_Samples;end% Indicating the sign of the input signal m(t) and calculating the% quantized signal quant_out.signS = sign
11、(m);quant_out = quant_in;for i = 1:count, S(i) = abs (quant_in(i) + 0.5; quant_out(i) = signS(i)*round(S(i)*step_size;end% Calculating the quantization noise Nq.Nq = (Mp)2)/(3*(levels)2)% Calculating signal to noise ratio SNR.SNR = 1.5*(levels)2)Gms = log10(SNR)% Plotting the input signal m(t).%figu
12、re;subplot(4,1,1);plot(time,m(time);title(Message Signal);xlabel(Time);ylabel(m(t);grid on;% Plotting the quantized signal quant_in(t).%figure;subplot(4,1,2);stem(time,quant_in(time),r);title(Quantized Speech Signal);xlabel(Time);ylabel(Levels);grid on;% Plotting the PCM signal s_out(t).%figure;subp
13、lot(4,1,3);plot(time,quant_out(time);title(PCM Speech Signal);xlabel(Time);ylabel(PC Signal);grid on;% Plotting the error signal error(t).subplot(4,1,4);plot(time,error(time);title(Error Signal);xlabel(Time);ylabel(Error(t);grid on;% Removing all variables, functions, and MEX-files from memory, leav
14、ing the% workspace empty.clear all正弦波形用A律PCM间接编码c语言代码：#include using namespace std;int main() const int sect = 8; /number of segement. const int startingVolsect+1 = 0,16,32,64,128,256,512,1024,2048; / the starting value of every segement. const int quanIntvlsect = 1,1,2,4,8,16,32,64; /quantity inter
15、val of every Segments, 1 equeal to 1/2048. int pcmInd = 0; /pcm codes index. int pcmCodesect = 0,0,0,0,0,0,0,0; / 8 bit of pcm codes. int sampleValue = 1270; int startPoint; /starting point of the segement starting piont /such as startingVolstartPoint = 16 or 128 etc. int finePoint; /the starting po
16、int of inner segement code. int quanValue; / its used to store the final quantity value. int quanError; /error caused by quantity. /the following four variables is used in geting the segmentCode int low = 0; int high = sect; int mid; int loopInd1 = 0; /loop index to get segment code int loopInd2 = 0
17、; /loop index to get inner segment codes /get the first_digit code of polarity (sampleValue 0) ? (pcmCodepcmInd+ = 1) : (pcmCodepcmInd = 0); sampleValue = abs(sampleValue); /make sure the voltage is positive /get the segment code using modified halve search while(loopInd1 3) /only need 3 loops the s
18、egmentCode can be got mid = (low + high)/2; /after 3 loops, sampeValue falls in startingVolmid - startingVolmid or /in startingVolmid-1 - startingVolmid if(sampleValue startingVolmid) pcmCodepcmInd+ = 0; high = mid; startPoint = mid - 1 ; else pcmCodepcmInd+ = 1; low = mid; startPoint = mid; loopInd
19、1+; /end while /get the last four bits codes of pcm low = 0; high = 16; /every segment is split into 16 small segments of the same size while(loopInd2 4) mid = (low + high)/2; /make the compare progress clear using the following two setences. quanValue = startingVolstartPoint + mid * quanIntvlstartP
20、oint; coutstartingVolstartPoint + quanIntvlstartPoint * mid = quanValue ? sampleValueendl; /make the compare progress clear using the above two setences. if(sampleValue startingVolstartPoint + mid * quanIntvlstartPoint) pcmCodepcmInd+ = 0; high = mid; finePoint = mid -1; else pcmCodepcmInd+ = 1; low
21、 = mid; finePoint = mid; loopInd2+; /end while quanValue = startingVolstartPoint + finePoint * quanIntvlstartPoint; quanValue += quanIntvlstartPoint / 2; /final quantity value. quanError = abs( sampleValue - quanValue); / error of quantity. coutFinal quantity value is: quanValueendl; coutError of qu
22、antity is: quanErrorendl; coutPCM codes are: ; for(int i = 0; i 8; i+) coutpcmCodei ; /end for coutendl; return 0;五思考题1.PCM编码方法的优缺点。2.试写出基于A律13折线的PCM的代码，所用的编程语言自选六提交实验报告实验二 图像点运算（2学时）一实验目的1熟悉Matlab软件的操作环境2. 了解数字图像的点运算方式 2掌握数字图像的二值运算、反色运算和直方图均衡的算法原理及实现方式二实验设备计算机 三实验原理点运算也称为对比度增强、对比度拉伸或灰度变换，是一种通过对图像中的
23、每个像素值（即像素点上的灰度值）进行运算的图像处理方式。点运算是像素的逐点运算，它将输入图像映射为输出图像，输出图像每个像素点的灰度值仅由对应的输入像素点的灰度值决定。点运算不会改变图像内像素点之间的空间关系。点运算分为线性点运算和非线性点运算两种。线性点运算一般包括调节图像的对比度和灰度标准化；非线性点运算一般包括阈值化处理和直方图均衡化。Matlab图像处理工具箱没有提供对图像进行直接点运算的函数，将图像的点运算过程直接集成在某些图像处理函数中（例如，直方图均衡化函数histeq和imhist）。如果用户仅仅是希望对图像进行点运算处理，那么可以充分利用Matlab强大的矩阵运算能力，对图像
24、数据矩阵调用各种Matlab计算函数进行处理。1. 二值化灰度图像的二值化处理就是将图像上的点的灰度置为0或1，也就是将整个图像呈现出明显的黑白效果。即将多个灰度级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。这样再对图像做进一步处理时，图像的集合性质只与像素值为0或1的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。2. 灰度变换灰度变换，是一种通过对图
25、像中的每个像素值（即像素点上的灰度值）进行计算，从而改善图像显示效果的操作。灰度变换是图像数字化及图像显示的重要工具。在真正进行图像处理之前，有时可以用灰度变换来克服图像数字化设备的局限性。设输入图像为，输出图像为，则灰度变换可表示为灰度变换完全由灰度映射函数决定。可是线性函数或非线性函数。3. 图像的直方图及直方图均衡图像的直方图是图像的重要统计特征，可以认为是图像灰度分布密度函数的近似。一般地讲，要精确得到图像的灰度分布密数比较困难，所以实际中用图像的直方图来代替。灰度直方图是一个离散函数，它表示数字图像每一灰度级与该灰度级出现频率的对应关系。根据直方图的信息可以选择一种合理的变换算法对图
26、像进行增强操作。如果用变量代表输入图像中的像素灰度，用代表输出图像中的像素灰度，那么和都是数值在0，255范围内的连续随机变量。设输入和输出图像的灰度概率密度函数分别为和，那么所谓的直方图变换就是利用一个转移函数对输入图像的像素灰度进行计算，求出输出像素灰度，使得服从某种指定的概率密度分布形式。四实验内容及步骤1. 二值化在Matlab7.0中，可以使用函数im2bw将一幅图像二值化，该函数的调用格式如下： BW = im2bw(I, level) BW = im2bw(X,map,level) BW = im2bw(RGB,level)下面的程序段将一幅图像二值化,图2-1给出了二值化前后的
27、图像。load treesimshow(X,);BW = im2bw(X,map,0.5);imview(X,map),imview(BW) （a）原图像 （b）二值图像 图2-1 图像的二值化试编写程序，将图像tire.tif二值化，并记录试验结果。2. 直方图在MATLAB7.0图像处理工具箱中，直接提供了imhist函数来计算和显示图像的直方图，格式为： imhist(I,n) 对灰度图像 imhist(X,map) 对索引色图像 counts,x=imhist()其中，I代表灰度图像，n为指定的灰度级数目，默认值为256，counts和x分别为返回直方图数据向量和相应的彩色向量。 下面
28、的代码显示了一幅图像及其直方图，观察其有何特点？ I=imread(rice.png); imshow(I)；figure,imhist(I)；试编写程序，显示tire.tif的图像及其直方图，并记录实验结果。 (a)原图像 (b)直方图 图2-2 灰度图像与其直方图 3灰度变换 MATLAB的图像处理工具箱提供一个灰度变换函数imadjust函数来实现图像的直方图调节。imadjust函数的一般调用格式如下： J=imadjust (I, low_in high_in, low_out high_out,)其中，low_in和high_in参数分别用来指定输入图像需要映射的灰度范围，low_
29、out和high_out指定输出图像所在的灰度范围。另外，imadjust函数还可以接受一个可选的参数来指定修正因数，根据值的不同，输入图像与输出图像间的映射可能是非线性的。通过实验来学习imadjust函数的使用方法。从图2.2(a)中可以看出，图像rice.png是一个对比度较低的图像，该图像的直方图见图2.2(b), 可以看出，该图像的灰度值全部位于40255之间。可以使用直方图灰度变换来改善图像的对比度，下面使用imadjust函数将图像的灰度值重新进行映射，使之填满整个灰度值允许的范围0,255，其代码为： I=imread(rice.png);J=imadjust(I,0.15 0.9,0 1);imshow(J)0 figure,imhist(J,64)其中，imadjust函数的第二个向量0.15 0.9指定需要映射的灰度范围，第三个向量0 1指定希望映射到的灰度值范围。因此，输入图像中的灰度值0.15将被映射为输出图像中的0，0.9将被映射为1。灰度变换后的图像及其直方图如图2-3(a)、(b)所示，从图中可以看出，变换后的灰度范围将填满整个灰度范围。 (a)变换后的图像 (b)变换后的直方图图2-3变换后的图像及其直方图事实上，除了增强或减弱图像的对比度，还可以使用imadjust函数实现很多种
