多媒体实验报告Word文档下载推荐.docx
《多媒体实验报告Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《多媒体实验报告Word文档下载推荐.docx（22页珍藏版）》请在冰豆网上搜索。
2、放大一倍代码
I=imread（'
J=imresize（I1,1.25）;
%利用Imresize函数将图片放大
imshow（I1）,title（'
原图像'
）
figure,imshow（J）,title（'
放大后的图像'
3、放大两倍的代码
只要将J=imresize（I1,1.25）;
中的1换成2
五、调试过程
.m文件名以数字开头导致运行失败，出现下图，重命名后可以运行。
六、实验结果
原图
（1）显示灰度图
（2）放大一倍后的灰度图
（3）放大两倍后的灰度图
七、总结
此次上机让我基本熟悉了MATLAB集成环境、编程以及图像处理工具箱、MATLAB语言的基本用法；
为以后进一步探索MATLAB奠定了基础。
英文文本的Huffman编码压缩
了解Huffman编码的特点，掌握Huffman编码基本原理及编码算法的设计与程序实现。
以任意选择一个纯英文文本为数据，设计出Huffman编码的压缩和解压缩算法，并写出程序予以实现。
霍夫曼（Huffman）编码是一种统计编码，属于无损压缩编码。
霍夫曼编码的码长是变化的，对于出现频率高的信息，编码的长度较短；
而对于出现频率低的信息，编码长度较长。
这样，处理全部信息的总码长一定小于实际信息的符号长度。
程序调用到的函数：
1、Huffmandict函数
该函数的调用形式是[dict,avglen]=huffmandict（c,d）其实现的功能是:
使用数组C及其概率数组d进行Huffman编码,编码后产生一个编码词典dict,以及平均码长avglen。
2、huffmanenco函数
该函数的调用形式是sing_encoded=huffmanenco（x,dict）其实现的功能是:
利用上面Huffmandict函数中产生的编码词典dict对x来编码,其结果存放在sing_encoded中.
3、huffmandeco函数
该函数的调用形式是dsing=huffmandeco（sing_encoded,dict）其实现的功能是:
利用上面Huffmandict函数中产生的编码词典dict对sing_encoded来解码,其结果存放在dsing中
在“sing_encoded=huffmanenco（x,dict）dsing=huffmandeco（sing_encoded,dict）”这2句语句后加了分号以至于结果没有全显示出来，去掉分号后问题解决。
通过此次试验，本人了解了Huffman编码的特点，能够运用Huffman编码的基本原理及编码算法的来设计与实现程序。
收获颇多，为以后更进一步学习奠定了基础。
附录：
（代码）
clear;
x=input（'
输入一串字符串'
'
s'
k=length（x）;
t1=1;
a（t1:
k）=0;
b（t1:
fori=1:
k
kk=findstr（a,x（i））;
ifisempty（kk）
a（t1）=x（i）;
b（t1）=b（t1）+1;
t1=t1+1;
else
t2=kk
（1）;
b（t2）=b（t2）+1;
end
end
fori=1:
t1-1
c（i）=a（i）;
d（i）=b（i）/k;
[dict,avglen]=huffmandict（c,d）
sing_encoded=huffmanenco（x,dict）
dsing=huffmandeco（sing_encoded,dict）
x=char（dsing）
声音信号的获取与分析
熟悉MATLAB集成环境、编程以及声音处理函数、MATLAB语言的基本用法，了解声音信号的获取手段；
掌握语音信号的傅立叶变换。
利用Windows下的录音机，录制一段自己的话音，时间在1s内。
或者网上下载一段格式为.wav的音乐。
在MATLAB编程环境软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。
并对声音信号FFT变换、波形显示等操作来进行频谱分析，以及回放该声音文件。
1、函数wavread对语音信号进行采样
[y,fs,nbits]=wavread（'
insert.wav'
fsnbits
2、对声音信号FFT变换、波形显示进行频谱分析
I1=double（y）;
fftI=fft（I1）;
%离散傅立叶变换
subplot（2,1,1）
plot（y）;
subplot（2,1,2）;
plot（fftI）
sfftI=fftshift（fftI）;
%直流分量移到频谱中心
RR=real（sfftI）;
%取傅立叶变换的实部
II=imag（sfftI）;
%取傅立叶变换的虚部
A=sqrt（RR.^2+II.^2）;
%计算频谱幅值
A=（A-min（min（A）））/（max（max（A））-min（min（A）））*255;
%归一化
figure
plot（A）;
%显示原音频的频谱
xp=angle（sfftI）;
%arctag（II/RR）
3、回放该声音文件
plot（xp）;
sound（fftI）
%surf（x,y,A）%或者surf
调试无误，程序正常运行。
图1声音波形和信号变换
图2原图像的频谱
图3傅利叶变换相位角频谱
采样频率采样点数
经过此次实验，我对于MATLAB集成环境、编程以及声音处理函数、MATLAB语言的基本用法有了一定的了解，懂得了声音信号的获取手段；
掌握了语音信号的傅立叶变换。
收获了不少经验和知识，让我更熟悉了MATLAB的构建。
附录代码：
%读入原音频文件
fs
nbits
图像压缩编码程序设计
本实验为设计性实验，其目的是理解有损压缩的概念，特别是通过K-L变换或DCT变换，掌握压缩编码的基本原理、算法，并通过编程给予实现，对原始图像数据和解压后的图像数据进行失真估计，了解压缩性能及其重建效果的影响、作用，给出适当的理论分析。
本实验是在根据图像压缩基本原理的基础上，独立设计图像的有损压缩编码算法，并在MATLAB编程环境中编程实现。
其要求是：
1）选择一种有损压缩编码算法（K-L变换或DCT变换）对一幅数字图像进行压缩编码，计算出压缩率，并显示编码前图像。
2）对编码后的数据进行解压，并显示解压后图像。
3）改变算法参数对原始图像数据和解压后的图像数据进行失真估计。
4）通过改变算法参数（比如改变图像编码的子图像小块的尺度等）进行算法比较和讨论。
1、读入图像：
clear
lena256rgb.png'
%读入原图像；
R=I（:
:
1）;
R1=im2double（R）;
%将原图像转为双精度数据类型；
2、进行DCT矩阵变换（重复三次），并显示原图像大小、压缩图像大小、压缩比：
T=dctmtx（8）;
%产生二维DCT变换矩阵
L=blkproc（R1,[88],'
P1*x*P2'
T,T'
%计算二维DCT，矩阵T及其转置T’是DCT函数P1*x*P2的参数
Mask=[11100000
11000000
10000000
00000000
00000000];
%二值掩膜，用来压缩DCT系数，只留下DCT系数中左上角的10个
L2=blkproc（L,[88],'
P1.*x'
Mask）;
%只保留DCT变换的10个系数
[mn]=size（L2）;
J=[mn];
fori=1:
m
value=L2（i,1）;
num=1;
forj=2:
n
ifL2（i,j）==value
num=num+1;
J=[Jnumvalue];
value=L2（i,j）;
J=[Jnumvalue];
disp（'
原图像大小'
whos（'
L2'
压缩图像大小：
'
J'
图像的压缩比：
disp（m*n/length（J））
%解压缩
t1=J
（1）;
t2=J
（2）;
K（1:
t1,1:
t2）=0;
i1=1;
j1=1;
fori=3:
2:
length（J）
c1=J（i）;
c2=J（i+1）;
forj=1:
c1
K（i1,j1）=c2;
j1=j1+1;
ifj1>
t2
i1=i1+1;
j1=1;
R2=blkproc（K,[8,8],'
T'
T）;
%逆DCT，重构图像
G=I（:
2）;
升级会员 