matlab幅度譜相位譜 - CSDN

2021-01-15 CSDN技術社區

 

編程分析幅度譜和相位譜在圖像信號、語音信號中的作用。

一、圖像信號

(1)原圖像信號如下:

 

 

代碼如下:

PA0=imread('大頭兒子.jpg');PB0=imread('狗.jpg');PC0=imread('蘋果.jpg');%灰度處理PA=rgb2gray(PA0);PB=rgb2gray(PB0);PC=rgb2gray(PC0);%調整為同一大小[a,b]=size(PA);PB=imresize(PB,[a,b]);PC=imresize(PC,[a,b]);%傅立葉變換PAf=fft2(double(PA));PBf=fft2(double(PB));PCf=fft2(double(PC));% 獲取幅度譜與相位譜PAf_AM=abs(PAf);PBf_AM=abs(PBf);PCf_AM=abs(PCf);PAf_ph=angle(PAf);PBf_ph=angle(PBf);PCf_ph=angle(PCf);%改變圖片的幅度與相位,重組圖像F1=PAf_AM.*cos(PBf_ph)+PAf_AM.*sin(PBf_ph).*1j;F2=PAf_AM.*cos(PCf_ph)+PAf_AM.*sin(PCf_ph).*1j;F3=PBf_AM.*cos(PAf_ph)+PBf_AM.*sin(PAf_ph).*1j;F4=PBf_AM.*cos(PCf_ph)+PBf_AM.*sin(PCf_ph).*1j;F5=PCf_AM.*cos(PAf_ph)+PCf_AM.*sin(PAf_ph).*1j;F6=PCf_AM.*cos(PBf_ph)+PCf_AM.*sin(PBf_ph).*1j;%傅立葉逆變換P1=abs(ifft2(F1));P2=abs(ifft2(F2));P3=abs(ifft2(F3));P4=abs(ifft2(F4));P5=abs(ifft2(F5));P6=abs(ifft2(F6));%顯示圖像figure(1)subplot(2,3,1);imshow(PA0,[]);title('A原圖-大頭兒子');subplot(2,3,2);imshow(PB0,[]);title('B原圖-狗');subplot(2,3,3);imshow(PC0,[]);title('C原圖-蘋果');subplot(2,3,4);imshow(PA,[]);title('A灰度圖-大頭兒子');subplot(2,3,5);imshow(PB,[]);title('B灰度圖-狗');subplot(2,3,6);imshow(PC,[]);title('C灰度圖-蘋果');figure(2)subplot(2,3,1);imshow(P1,[]);title('A幅度B相位');subplot(2,3,2);imshow(P2,[]);title('A幅度C相位');subplot(2,3,3);imshow(P3,[]);title('B幅度A相位');subplot(2,3,4);imshow(P4,[]);title('B幅度C相位');subplot(2,3,5);imshow(P5,[]);title('C幅度A相位');subplot(2,3,6);imshow(P6,[]);title('C幅度B相位');

結果如下:

 

 (2)原圖像信號如下:

代碼如下:

clear allP0=imread('鬱金香.jpg');PA=rgb2gray(P0); %轉換為灰度圖PAf=fft2(double(PA)/255);[a,b]=size(PAf);PAf_am=abs(PAf);PAf_ph=angle(PAf);PAf_am1=1000*ones(a,b); %幅度變為1PAf_ph1=ones(a,b); %相位變為1%重組圖片F1=PAf_am.*cos(PAf_ph1)+PAf_am.*sin(PAf_ph1).*1j;F2=PAf_am1.*cos(PAf_ph)+PAf_am1.*sin(PAf_ph).*1j;F3=PAf_am1.*cos(PAf_ph1)+PAf_am1.*sin(PAf_ph1).*1j;P1=abs(ifft2(F1));P2=abs(ifft2(F2));P3=abs(ifft2(F3));figure(1)subplot(2,2,1);imshow(P0);title('原圖');subplot(2,2,2);imshow(PA);title('灰度圖');subplot(2,2,3);imshow(uint8(PAf_am),[]);title('幅度譜');subplot(2,2,4);imshow(uint8(PAf_ph),[]);title('相位譜');figure(2)subplot(2,2,1);imshow(P1,[]);title('幅度不變,相位為1');subplot(2,2,2);imshow(P2,[]);title('幅度為1,相位不變');subplot(2,2,3);imshow(P3,[]);title('幅度為1,相位為1');

處理後的結果為:

分析:

使用Matlab讀取三張不同的圖像信號,對圖像信號進行傅立葉變換後分別獲取三張圖像的幅度譜與相位譜,分別用一張圖像的幅度譜與另外兩張圖像的相位譜重組,重構為新的圖片。圖像信號交換幅度譜與相位譜後,圖像顯示的內容為來源於相位譜的圖像的輪廓。

經過交換圖像信號的相位譜與幅度譜之後,反變換之後得到的圖像內容與其相位譜對應的圖像一致,表明相位譜決定圖像結構。而圖像中的整體灰度分布的特性,如明暗、灰度的變化趨勢等則在比較大的程度上取決於對應的幅度譜。因為幅度譜反應了圖像整體上多個方向的頻率分量的相對強度。

二、語音信號

代碼如下:

clear all[x,fs]=audioread('我的錄音.wav');%sound(x,fs);x=double(x)/3000;N=length(x);%傅立葉變換Vf=fft(x,N);[a,b]=size(Vf);Vf_am=abs(Vf);Vf_ph=angle(Vf);Vf_am1=5*ones(a,b); %幅度變為1Vf_ph1=ones(a,b); %相位變為1%重組語音信號FN1=double(Vf_am1.*exp(1j*Vf_ph)); %幅度改變 FN2=double(Vf_am.*exp(1j*Vf_ph1)); %相位改變FN3=double(Vf_am.*exp(-1j*Vf_ph)); %相位取共軛FN4=double(Vf_am1.*exp(1j*Vf_ph1)); %幅度相位均改變V1=real(ifft(FN1));V2=real(ifft(FN2)).*3000;V3=real(ifft(FN3)).*3000;V4=real(ifft(FN4)).*3000;%播放改變後的語音信號%sound(V1,fs);%sound(V2,fs);%sound(V3,fs);%sound(V4,fs);figure(1);subplot(1,3,1);plot(x);xlabel('時間');ylabel('幅度');title('原信號波形');subplot(1,3,2);plot(Vf_am);xlabel('頻率');ylabel('幅度');title('原信號幅值譜');subplot(1,3,3);plot(Vf_ph);xlabel('頻率');ylabel('相位');title('原信號相位譜');figure(2)subplot(2,2,1);plot(V1);title('幅度為1,相位不變');subplot(2,2,2);plot(V2);title('幅度不變,相位為1');subplot(2,2,3);plot(V2);title('幅度不變,相位取共軛');subplot(2,2,4);plot(V4);title('幅度相位均改變');

信號波形如下:

分析:

語音信號改變幅度譜與相位譜後,出現了下列變化:

①幅度譜值有1—5的過程中,語音信號的音量逐漸增大,清晰讀逐漸增強;

②幅度譜無論為一定值,相位譜的值變為1後,聽到的聲音無法辨別;

③相位發轉後,聽到的聲音無法辨別;

④幅度相位均改變後,無聲音。

改變語音信號的幅度值後,語音信號的音量改變,語音信號的內容與原信號一致;改變語音信號的相位值後,語音信號的內容無法辨識,與原信號的內容差異很大。表明對於語音信號來說,幅度譜決定語音信號的音量大小,相位譜決定語音信號的內容。

相關焦點

  • matlab在應用領域 - CSDN
    ;③ 選取兩段不同的語音/音樂信號,分別將其幅度譜與相位譜交叉組合構成新的語音/音樂信號,播放比較組合後的音樂與原始音樂,感受相頻信息對語音/音樂信號的影響。③ 幅度譜和相位譜交叉:用函數abs和angle分別取信號的幅度和相位,然後將其交叉創建新的信號。
  • matlab語音信號採集程序專題及常見問題 - CSDN
    ;③ 選取兩段不同的語音/音樂信號,分別將其幅度譜與相位譜交叉組合構成新的語音/音樂信號,播放比較組合後的音樂與原始音樂,感受相頻信息對語音/音樂信號的影響。③ 幅度譜和相位譜交叉:用函數abs和angle分別取信號的幅度和相位,然後將其交叉創建新的信號。
  • 信號處理之功率譜原理與python實現
    知乎用戶CrisYang對功率譜、能量譜、幅值譜之間的關係進行了詳細的說明:在頻譜分析中幅度和功率是由緊密聯繫的兩個不同的物理量:能量能表述為幅值的平方和,也能表述為功率在時間上的積分;功率譜密度能量譜密度是單位頻率的幅值平方和量綱,能量譜密度曲線下面的面積才是這個信號的總能量。於是,功率譜、能量譜、幅值譜之間的緊密關係主要表述為:能量譜是功率譜密度函數在相位上的卷積,也是幅值譜密度函數的平方在頻率上的積分;功率譜是信號自相關函數的傅立葉變換,能量譜是信號本身傅立葉變換幅度的平方。
  • 電磁波譜
    在自由空間中,由幅度成比例且互相垂直的電場與磁場組成,以波的形式移動,其傳播方向垂直於電場與磁場構成的平面。電磁波在真空中速率固定,速度為光速。電磁波除了連續波動狀態外還能以離散形式存在,當波長縮短到可見光範圍時,電磁波呈現出波粒二象性,既有波動性,又有粒子性。如果波長進一步縮短(例如γ射線) , 主要展現出粒子性。
  • 淺談數位化寬帶測向系統中的相位差測量及誤差
    相位差測量的精度直接影響系統測向的精度,還會影響解相位差模糊和天線陣列基線設置等一系列系統設計問題。傳統的相位差測量方法都是利用窄帶信號幹涉原理把相位差轉化為幅度進行測量的,因而其只能夠適用於窄帶信號的相位差測量,且測量精度受幅度測量誤差的影響較大。本文提出的數位化相位差測量方法,其基本思想是把信號轉換到頻率域,利用信號的相位譜直接完成在給定頻率點上相位差的測量,且全面的分析了相位差測量誤差。
  • NUTs處理NMR譜圖技巧
    調相位。方法一:鍵入AP,自動調相位;方法二:手動調相位,方法如下:1)  base Level狀態下,在圖形界面上任意位置雙擊滑鼠左鍵,將光標移到將要選定區域的起始位置後,按住滑鼠的左鍵,拖動滑鼠至區域終點,出現紅色區域,選定後,按鍵 「1」,定義為第一區域;用相同的方法選定第二區域,按「2」,定義為第二區域。選擇完畢後鍵入return確認。
  • 超連續譜雷射光源研究進展
    超連續譜的產生通常是指窄帶雷射入射到非線性介質後,入射雷射在多種非線性效應( 如調製不穩定性、自相位調製、交叉相位調製、四波混頻、孤子自頻移和受激拉曼散射等) 和色散的綜合影響下,光譜得到極大展寬的現象。
  • 數位化寬帶測向系統中的相位差測量及誤差分析
    針對上述問題,本系列論文提出了數位化寬帶測向系統的整體解決方案,重點討論數位化相位差測量及誤差分析、概率解模糊算法和在測向精度和工作頻率範圍約束下如何進行天線陣列基線設計三個問題。  本文是系列論文的第一篇,給出了數位化寬帶測向系統模型,討論了數位化相位差測量方法,推導了數位化相位測量的數位化方法誤差函數和由通道噪聲引起的信號相位誤差分布密度函數。相位差測量的精度直接影響系統測向的精度,還會影響解相位差模糊和天線陣列基線設置等一系列系統設計問題。
  • 超連續譜中色散波產生的半解析理論
    理論上,色散波作為超連續譜的一部分,可以通過數值求解廣義非線性薛丁格方程來精確仿真。鑑於未發生孤子分裂的狀態下,脈衝演化的規律較為簡單,參考文獻[1]避開了繁瑣的模擬和複雜的近似計算,試圖用一種直觀且統一的方法來詮釋色散波產生的過程。該理論工作將色散波產生的過程分為兩個階段。在第一階段,脈衝演化由自相位調製和色散主導。
  • 精彩論文|通用光束軌道角動量譜分析技術
    譜。由於該技術測量OAM譜的原理基於光束OAM譜的經典定義是——螺旋諧波展開,因此該技術適應於對任意光場分布的光束的OAM譜的精確測量。渦旋光束通常指相位渦旋光束,具有螺旋形波面並攜帶有軌道角動量(orbital angular momentum, OAM),因此也稱為OAM光束。渦旋光束的中心存在相位奇點,因此其光場分布呈中空環形。攜帶有OAM的渦旋光束有著廣闊的應用前景,例如,光束的OAM可以作為一全新的編碼、復用維度,進而有效地擴展光通信系統的信道容量;光束的OAM還可用來製得光鑷,實現微粒的捕獲與操控。
  • 數字與信號處理實驗3 用FFT進行譜分析
    ;熟悉FFT 算法原理和FFT 子程序的應 用;學習用FFT 對連續信號和時域離散信號進行譜分析的方法,以便在實際中正確應用FFT。二、實驗原理 如果用FFT對模擬信號進行譜分析,首先要把模擬信號轉換成數位訊號,轉換時要求知道模擬信號的最高截止頻率,以便選擇滿足採樣定理的採樣頻率。一般選擇採樣頻率是模擬信號中最高頻率的3~4倍。另外要選擇對模擬信號的觀測時間,如果採樣頻率和觀測時間確定,則採樣點數也確定了。這裡觀測時間和對模擬信號進行譜分析的解析度有關,最小的觀測時間和解析度成倒數關係。
  • 基於雷達的雜波速度譜圖的建立方法
    摘 要: 在雷達信號處理中,為了對低速運動雜波進行有效的抑制,研究了一種雜波速度譜圖的建立方法。現代雷達面臨的雜波環境相當複雜,普通的動目標對消系統主要是對固定的地物雜波有一個很好的抑制效果,但對像氣象、海浪、箔條等具有一定速度的運動雜波而言,雜波譜的中心會偏離零都卜勒頻率,如不採取有效措施,將無法很好地消去這類雜波[1-2]。因此考慮到雜波的運動性、區域性及時變性,為自適應地抑制低速運動雜波,建立動態雜波速度譜圖是一個很好的選擇。
  • 什麼是抖動和相位噪聲?
    一般我們把數位訊號超過閾值的狀態判決為「1」,把低於閾值的狀態判決為「0」,由於信號的上升沿不是無限陡的,所以垂直的幅度噪聲就會造成信號過閾值點時刻的左右變化,這就是由於噪聲造成信號抖動的原因。這就需要藉助於其它的測量方法比如相位噪聲(phase noise)的測量方法。我們知道抖動是時間上的偏差,它也可以理解成時鐘相位的變化,這就是相位噪聲。對於時鐘信號,我們觀察其基波的頻譜分布。理想的時鐘信號其基波的頻譜應該是一根很窄的譜線,但實際上由於相位噪聲的存在,其譜線是比較寬的一個包絡,這個包絡越窄,說明相位噪聲(抖動)越小,信號越接近理想信號。
  • 電化學阻抗譜的應用及其解析方法
    特別是近年來,由於頻率響應分析儀的快速發展,交流阻抗的測試精度越來越高,超低頻信號阻抗譜也具有良好的重現性,再加上計算機技術的進步,對阻抗譜解析的自動化程度越來越高,這就使我們能更好的理解電極表面雙電層結構,活化鈍化膜轉換,孔蝕的誘發、發展、終止以及活性物質的吸脫附過程。
  • 【科研方法13】電化學阻抗譜(EIS)相關知識及數據處理
    特別是近年來,由於頻率響應分析儀的快速發展,交流阻抗的測試精度越來越高,超低頻信號阻抗譜也具有良好的重現性,再加上計算機技術的進步,對阻抗譜解析的自動化程度越來越高,這就使我們能更好的理解電極表面雙電層結構,活化鈍化膜轉換,孔蝕的誘發、發展、終止以及活性物質的吸脫附過程。
  • 譜聚類(spectral clustering)原理總結
    譜聚類(spectral clustering)是廣泛使用的聚類算法,比起傳統的K-Means算法,譜聚類對數據分布的適應性更強,聚類效果也很優秀,同時聚類的計算量也小很多,更加難能可貴的是實現起來也不複雜。
  • 大譜師學院:譜系編輯—譜系吊線圖操作
    譜系吊線圖製作過程中的人物,父母,配偶,兄弟姐妹,子女等,我們統稱為節點;「首節點」即第一個個節點。大譜師提供快捷錄入模式和專業錄入模式,在這裡為大家講解的是快捷錄入模式的操作方法。6.在線預覽建立好人物關係之後,點擊「預覽」,即可看到吊線圖啦~~上圖為:新經典歐式-純吊線-七世-筒子頁根據不同體例,吊線圖也有不同的版式,後期將向大家介紹大譜師的體例
  • 中國科大在水溶液環境中實現單個生物分子磁共振譜探測
    杜江峰團隊利用鑽石中的氮-空位點缺陷作為量子傳感器(以下簡稱「鑽石傳感器」),它在綠色雷射和特定頻率微波脈衝的調製下,形成對磁信號敏感的量子幹涉儀,將微弱的磁信號放大為量子相位信號,並利用光學手段進行讀出。同時,由於鑽石傳感器的尺寸在原子量級,可以實現納米尺度的空間分辨能力。因此,鑽石傳感器可以實現單個分子探測,並能通過磁共振譜學解析其結構和動力學等信息。
  • 如何快速識別DEPT譜
    DEPT :(Distortionless Enhancement by Polarization Transfer,無畸變的極化轉移增強法)DEPT譜作為一種可以測定碳原子級數的方法
  • 電磁波譜的基本原理
    電磁波按波長的分布及各波長區域的定義(稱為電磁波譜)。電磁波譜的頻率範圍很寬,涵蓋了由宇宙射線到無線電波(102~1025Hz)的寬闊頻域。光輻射僅僅是電磁波譜中的一小部分,它包括的波長區域從幾納米到幾毫米,即10-9~10-3m的範圍。