交通信號(hào)檢測(cè)實(shí)驗(yàn)報(bào)告

1、交通信號(hào)檢測(cè)實(shí)驗(yàn)報(bào)告學(xué) 院： 信息工程學(xué)院專 業(yè)： 計(jì)算機(jī)科學(xué)與技術(shù)學(xué) 號(hào)： *姓 名： *指導(dǎo)教師： *完成時(shí)間： 2014年10月7日實(shí)驗(yàn)一 信號(hào)降噪一、實(shí)驗(yàn)名稱 信號(hào)降噪二、實(shí)驗(yàn)原理在小波分析中，應(yīng)用最廣泛的無疑是信號(hào)處理和圖像處理，而在這兩個(gè)領(lǐng)域, 由于在正交小波中，正交基的選取,比傳統(tǒng)方法更接近實(shí)際信號(hào)本身，所以通過小波變換可以更容易地分離出噪聲或其他我們不需要的信息，因此在這類應(yīng)用中小波分析有著傳統(tǒng)方法無可比擬的優(yōu)勢(shì)。降噪和壓縮這兩種應(yīng)用有一個(gè)共同點(diǎn)在于它們都是盡量把無用的信息從原始的信號(hào)中剔除，所以MatLab提供了一條通用的命令wdencmp，同時(shí)處理降噪和壓縮。 信號(hào)降噪的準(zhǔn)

2、則光滑性：在大部分情況下，降噪后的信號(hào)應(yīng)該至少和原信號(hào)具有同等的光滑性；相似性：降噪后的信號(hào)和原信號(hào)的方差估計(jì)應(yīng)該是最壞情況下的方差最小 小波分析用于降噪的過程，可細(xì)分為如下幾段。l 分解過程：選定一種小波,對(duì)信號(hào)進(jìn)行N層小波(小波包)分解；l 作用閾值過程：對(duì)分解得到的各層系數(shù)選擇一個(gè)閾值,并對(duì)細(xì)節(jié)系數(shù)作用軟閾值處理l 重建過程：降處理后的系數(shù)通過小波(小波包)重建恢復(fù)原始信號(hào)。 從原始信號(hào)確定各級(jí)閾值在小波分析用于降噪的過程中，核心的步驟就是在系數(shù)上作用閾值。因?yàn)殚撝档倪x取直接影響降噪的質(zhì)量,所以人們提出了各種的和經(jīng)驗(yàn)的模型。小波變換中，對(duì)各層系數(shù)降噪所需的閾值一般是根據(jù)原信號(hào)的信號(hào)噪聲比

3、來取的。在得到信號(hào)的噪聲強(qiáng)度以后，我們就可以根據(jù)噪聲強(qiáng)度來確定各層的閾值，對(duì)噪聲強(qiáng)度為的白噪聲，閾值的確定主要有以下幾個(gè)數(shù)學(xué)模型：u 缺省的閾值確定模型，閾值由如下公式給出 thr=2logn*1) 其中n為信號(hào)的長度，在ddencmp命令中,若使用其降噪功能，求得的閾值就是用這個(gè)規(guī)則確定的。u Birge-Massart策略所確定的閾值,閾值通過如下的規(guī)則求得：1) 給定一個(gè)指定的分解層數(shù)j，對(duì)j+1層以及更高層，所有系數(shù)保留。2) 對(duì)第i層（1ij），保留絕對(duì)值最大的ni個(gè)系數(shù)，ni由下式確定：ni=M(j+2-i)式中M和為經(jīng)驗(yàn)系數(shù)，缺省情況下取M=L(1)，一般情況下，M滿足L(1)M

4、2L(1)，的取值因用途不同，在壓縮情況下一般取=1.5，降噪情況下取=3。u 小波包變換中的penalty _值，閾值由下式給出：令t*為使得函數(shù)crit(t)=-ktck2+22t(+lognt)取得最小值的t，其中ck為小波包分解系數(shù)排序后第k大的系數(shù)。n為系數(shù)的總數(shù)，那么閾值thr=ct*式中的為信號(hào)的噪聲強(qiáng)度，為經(jīng)驗(yàn)系數(shù)，必須為大于1的實(shí)數(shù)，隨著的增大,降噪后信號(hào)的小波系數(shù)會(huì)變稀疏,重建后的信號(hào)也會(huì)變得更加光滑。的典型值為2。從原始信號(hào)確定閾值的函數(shù)有ddencmp, wbmpen，wdcbm和wdcbm2，其中自動(dòng)降噪的命令wdencmp在用于信號(hào)的時(shí)候采用的是默認(rèn)的閾值。三實(shí)驗(yàn)內(nèi)

5、容 實(shí)驗(yàn)中主要設(shè)計(jì)實(shí)現(xiàn)了四種不同的降噪方法，分別是抑制細(xì)節(jié)系數(shù)、FFT、Matlab缺省降噪和二維信號(hào)的小波降噪，結(jié)果見程序運(yùn)行結(jié)果。 程序運(yùn)行結(jié)果：1) 幾種閾值選取方法的運(yùn)行結(jié)果2) 通過抑制細(xì)節(jié)系數(shù)實(shí)現(xiàn)降噪3) 通過FFT實(shí)現(xiàn)信號(hào)降噪4) Matlab缺省的降噪命令5) 二維信號(hào)的小波降噪實(shí)驗(yàn)二 圖像增強(qiáng)一實(shí)驗(yàn)名稱 圖像增強(qiáng)二、 實(shí)驗(yàn)原理灰度變換增強(qiáng)1.像素值及其統(tǒng)計(jì)特性圖像的灰度變換方法有很多種，其基本原則是利用某種變換函數(shù)對(duì)圖像進(jìn)行點(diǎn)運(yùn)算，從而修改圖像的像素灰度值。顯然，為了選擇一種合理的變換函數(shù)，首先要對(duì)原始圖像的像素灰度值有個(gè)大概的了解，然后根據(jù)像素的統(tǒng)計(jì)特性來確定需要的變換函數(shù)

6、類型。直方圖是灰度變換技術(shù)中最常用的像素統(tǒng)計(jì)特性描述方式，除此之外還有單個(gè)點(diǎn)的像素值、某一線段上的像素灰度分布、圖像的等高線圖、圖像的統(tǒng)計(jì)摘要(包括均值、方差等)以及區(qū)域特性度量等方式。MATLAB圖像處理工具箱提供了許多返回圖像數(shù)據(jù)矩陣統(tǒng)計(jì)信息的函數(shù)。2.直方圖灰度變換許多種圖像灰度變換方法中最常用的就是直方圖變換方法， 直方圖是圖像分析中用來說明圖像灰度分布的圖形，直方圖的每一個(gè)分支表示對(duì)應(yīng)灰度級(jí)出現(xiàn)的頻數(shù)(即該灰度級(jí)像素個(gè)數(shù)與像素總數(shù)的比值)。根據(jù)直方圖的信息可以選擇一種合理的變換算法對(duì)圖像進(jìn)行增強(qiáng)操作。例如，如果一幅圖像的直方圖說明該圖像的灰度值較小，那么可以使用一個(gè)線性灰度調(diào)節(jié)函數(shù)來

7、增大圖像每一個(gè)像素的灰度值。圖像處理中經(jīng)常利用的直方圖均衡化就是使輸出像素灰度的概率密度均勻分布的灰度變換方法。轉(zhuǎn)移函數(shù)編程計(jì)算通常都是比較復(fù)雜的，在實(shí)際應(yīng)用中，一般采用較為簡單的轉(zhuǎn)移函數(shù)形式來實(shí)現(xiàn)特殊要求的圖像增強(qiáng)效果。MATLAB的圖像處理工具箱提供了一個(gè)灰度變換函數(shù)imadjust函數(shù)來實(shí)現(xiàn)圖像的直方圖調(diào)節(jié)。3.直方圖均衡化直方圖均衡化是一種使輸出圖像直方圖近似均勻分布的變換算法。均勻量化的自然圖像的灰度直方圖通常在低值灰度區(qū)間上的頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)常常看不清楚。為了使圖像清晰，可將圖像的灰度范圍拉開，并且讓灰度頻率較小的灰度級(jí)增大，即讓灰度直方圖在較大的動(dòng)態(tài)范圍內(nèi)趨于

8、一致。在MATLAB中，可以調(diào)用函數(shù)histeq自動(dòng)完成圖像的直方圖均衡化。1) 空域?yàn)V波增強(qiáng)空域?yàn)V波是在圖像空間中借助模板對(duì)圖像進(jìn)行鄰域操作的，輸出圖像每一個(gè)像素的取值都是根據(jù)模板對(duì)輸入像素相應(yīng)鄰域內(nèi)的像素值進(jìn)行計(jì)算得到的。一般情況下，像素的鄰域比該像素要大，也就是說這個(gè)像素的鄰域中除了該像素本身以外還包括了其它像素。1. 線性低通濾波器線性低通濾波器是最常用的線性平滑濾波器，這種濾波器的所有系數(shù)都是正的。對(duì)3x3的模板來說，最簡單的操作是取所有系數(shù)都為1。為保證輸出圖像仍在原來的灰度范圍內(nèi)，在計(jì)算出后要將其除以9再進(jìn)行賦值，這種方法稱為鄰域平均法。2. 非線性平滑濾波器中值濾波器是一種常用

9、的非線性平滑濾波器。它是一種鄰域運(yùn)算，類似于卷積，但計(jì)算的不是加權(quán)求和，而是把鄰域中的像素按灰度級(jí)進(jìn)行排序，然后選擇該序列的中間值作為輸出像素值。3. 線性銳化濾波器線性高通濾波器是最常用的線性銳化濾波器。這種濾波器的中心系數(shù)都是正的，而周圍的系數(shù)都是負(fù)的。對(duì)3x3的模板來說，典型的系數(shù)取值是： 事實(shí)上這是拉普拉斯算子，所有系數(shù)之和為0。當(dāng)這樣的模板放在圖像中灰度值是常數(shù)或變化很小的區(qū)域時(shí)，其輸出為0或很小。這個(gè)濾波器將原來圖像中的零頻率分量去除，也就是將輸出圖像的平均灰度值變?yōu)?,這樣就會(huì)有一部分像素灰度值小于0。在圖像處理中，我們一般只考慮正的灰度值，所以還要將輸出圖像的灰度值范圍通過尺度

10、變換變回到所要求的范圍。4. 非線性銳化濾波器鄰域平均可以模糊圖像，因?yàn)槠骄鶎?duì)應(yīng)積分，所以利用微分可以銳化圖像。圖像處理中最常用的微分方法是利用梯度。在MATLAB中常用空域微分算子sobel算子、prewitt算子、高斯-拉普拉斯算子等來實(shí)現(xiàn)非線性銳化濾波器。2) 頻域增強(qiáng)卷積理論是頻域技術(shù)的基礎(chǔ)。頻域增強(qiáng)的主要步驟如下：A. 計(jì)算待增強(qiáng)圖像的傅立葉變換；B. 將其與一個(gè)(根據(jù)需要設(shè)計(jì)的)轉(zhuǎn)移函數(shù)相乘；C. 再將結(jié)果進(jìn)行傅立葉反變換以得到增強(qiáng)的圖像。頻域增強(qiáng)的方法有兩個(gè)關(guān)鍵點(diǎn)：A. 將圖像從空域轉(zhuǎn)換到頻域所需的變換及將圖像從頻域空間轉(zhuǎn)換回空域所需的變換;B. 在頻域空間對(duì)圖像進(jìn)行增強(qiáng)的操作。

11、根據(jù)適用范圍的不同，常用的頻域增強(qiáng)方法有低通濾波和高通濾波。1. 低通濾波一般來說，圖像的邊緣和噪聲對(duì)應(yīng)于傅立葉變換中的高頻部分，所以能夠讓低頻信號(hào)通過而同時(shí)濾掉高頻分量的低通濾波器能夠平滑圖像，去除噪聲。常用的幾種頻域低通濾波器有理想低通濾波器、巴特沃斯(Butterworth)低通濾波器、指數(shù)低通濾波器。2. 高通濾波由于圖像中灰度發(fā)生驟變的部分與其頻譜的高頻分量相對(duì)應(yīng)，所以釆用高通濾波器衰減或抑制低頻分量，使高頻分量暢通并能對(duì)圖像進(jìn)行銳化處理。常用的高通濾波器有理想高通濾波器、巴特沃斯高通濾波器、指數(shù)高通濾波器。3) 色彩增強(qiáng)在圖像的自動(dòng)分析中，色彩是一種能夠簡化目標(biāo)提取和分類的重要參數(shù)

12、。雖然人眼只能分辨幾十種不同深淺的灰度級(jí)，但是卻能夠分辨幾千種不同的顏色，因此在圖像處理中常常借助色彩來處理圖像，以增強(qiáng)人眼的視覺效果。通常釆用的色彩增強(qiáng)方法可以分為偽色彩增強(qiáng)和真色彩增強(qiáng)兩種，這兩種方法的原理上存在著巨大的差別。偽彩色增強(qiáng)是對(duì)原來灰度圖像中不同灰度值區(qū)域分別賦予不同的顏色，使人眼能夠更明白地區(qū)分不同的灰度級(jí)。由于原始圖像事實(shí)上是沒有顏色的，所以稱這種人工賦予的顏色為偽彩色。偽彩色增強(qiáng)實(shí)質(zhì)上只是一個(gè)圖像的著色過程，是一種灰度到彩色的映射技術(shù)；真彩色增強(qiáng)則是對(duì)原始圖像本身所具有的顏色進(jìn)行調(diào)節(jié)，是一個(gè)色彩到色彩的映射過程。由此可見）兩者有著本質(zhì)的區(qū)別。三、 實(shí)驗(yàn)內(nèi)容1、像素灰度分布

13、 原圖像 像素灰度分布曲線2、 圖像等高線及直方圖 原圖像 等高線圖形 直方圖3、 直方圖均衡化4、 線性平滑濾波器原始圖像 加入椒鹽噪聲圖像 3*3均值濾波處理 7*7均值濾波處理 加入高斯噪聲圖像 維納濾波后圖像 調(diào)用B=medfilt2函數(shù)處理的圖像 調(diào)用B=ordfilt2函數(shù)處 原始圖像 拉普拉斯算子處理圖象對(duì)比度增強(qiáng)濾波器處理后的圖像5、 低通濾波 原始圖像 加噪聲圖像 Butterworth低通濾波器去噪圖像6、 高通濾波 原始圖像 Butterworth高通濾波后的圖像7、 真彩色增強(qiáng) 濾波前 濾波后 實(shí)驗(yàn)三 圖像復(fù)原一 實(shí)驗(yàn)名稱圖像復(fù)原二 實(shí)驗(yàn)原理1) 維納濾波復(fù)原通過調(diào)用d

14、econvwnr函數(shù)可以利用維納濾波方法對(duì)圖像進(jìn)行復(fù)原處理。當(dāng)圖像的頻率特性和噪聲己知(至少部分已知)時(shí)，維納濾波的效果非常好。deconvwnr函數(shù)的調(diào)用格式如下：J = DECONVWNR(I,PSF,NSR) 或J = DECONVWNR(I,PSF,NCORR,ICORR)其中，I表示輸入圖像，PSF表示點(diǎn)擴(kuò)散函數(shù)，NSR(缺省值為0)、NCORR和ICORR都是可選參數(shù)，分別表示信噪比、噪聲的自相關(guān)函數(shù)、原始圖像的自相關(guān)函數(shù)。輸出參數(shù)J表示復(fù)原后的圖像。2) 約束最小二乘方濾波復(fù)原使用deconvreg函數(shù)可以利用約束最小二乘方濾波對(duì)圖像進(jìn)行復(fù)原。約束最小二乘方濾波方法可以在對(duì)噪聲信

15、號(hào)所知有限的條件下很好地工作。deconvreg函數(shù)的調(diào)用格式為J = DECONVREG(I,PSF,NP,LRANGE,REGOP)其中，I表示輸入圖像，PSF表示點(diǎn)擴(kuò)散函數(shù)，NP、LRANGE和REGOP是可選參數(shù)，分別表示圖像的噪聲強(qiáng)度、拉普拉斯算子的搜索范圍(該函數(shù)可以在指定的范圍內(nèi)搜索最優(yōu)的拉普拉斯算子)和約束算子，其缺省值分別為0、109, 109和平滑約束拉氏算子，返回值J表示復(fù)原后的輸出圖像。3) Lucy-Richardson 復(fù)原使用deconvlucy函數(shù)，利用加速收斂的Lucy-Richardson算子可以對(duì)圖像進(jìn)行復(fù)原。Lucy-Richardson算法能夠按照泊松

16、噪聲統(tǒng)計(jì)標(biāo)準(zhǔn)求出與給定PSF卷積后最有可能稱為輸入模糊圖像的圖像。當(dāng)PSF已知，但圖像噪聲信息未知時(shí)，可以使用這個(gè)函數(shù)進(jìn)行有效的工作。deconvlucy函數(shù)能夠?qū)崿F(xiàn)多種復(fù)雜圖像重建算法，這些算法都是基于原始Lucy-Richardson最大化可能性算法的。deconvlucy函數(shù)的調(diào)用格式如下：J = DECONVLUCY(I, PSF, NUMIT, DAMPAR, WEIGHT, READOUT, SUBSMPL)其中，I表示輸入圖像。PSF表示點(diǎn)擴(kuò)散函數(shù)。其它為可選參數(shù)：NUMIT表示算法的重復(fù)次數(shù)，缺省值為10; DAMPAR表示偏差閾值，缺省值為0(無偏差)；WEIGHT表示像素記

17、錄能力，缺省值為原始圖像的數(shù)值；READOUT表示噪聲矩陣，缺省值為0; SUBSMPL表示子釆樣時(shí)間，缺省值為1。deconvlucy函數(shù)的輸出J是一個(gè)單元數(shù)組，包含四個(gè)元素：output1,原始輸入圖像；output2,最后一次反復(fù)產(chǎn)生的圖像；output3,倒數(shù)第二次產(chǎn)生的圖像；output4，deconvlucy函數(shù)用來獲知重新起始點(diǎn)的內(nèi)部信息。輸出的單元數(shù)組可以作為輸入?yún)?shù)傳遞給deconvlucy函數(shù)，從而重新開始復(fù)原過程。噪聲痕跡是最大化可能性數(shù)據(jù)逼近算法的常見問題。經(jīng)過多次重復(fù)處理后，尤其是在低信噪比條件下，復(fù)原圖像可能會(huì)出現(xiàn)一些斑點(diǎn)，這些斑點(diǎn)并不代表圖像的真實(shí)結(jié)構(gòu)，只不過是輸

18、出圖像過于逼近噪聲所產(chǎn)生的結(jié)果。為了控制這些痕跡，deconvlucy函數(shù)使用了一個(gè)收斂參數(shù)DAMPAR，這個(gè)參數(shù)指定收斂過程中結(jié)果圖像與原始圖像背離程度的閾值。對(duì)于超過閾值的那些數(shù)據(jù)，反復(fù)過程將被禁止。圖像復(fù)原的另一個(gè)復(fù)雜之處在于那些可能包括壞像素的數(shù)據(jù)可能會(huì)隨時(shí)間和位置的變化而變化。通過指定deconvlucy函數(shù)的WEIGHT數(shù)組參數(shù)，可以忽略圖像中某些指定的像素。需要忽略的像素對(duì)應(yīng)的WEIGHT數(shù)組元素值為0。CCD檢測(cè)器中的噪聲有兩個(gè)主要成分：一個(gè)是呈泊松分布的光子計(jì)算噪聲；另一個(gè)是鏡頭呈高斯分布讀取噪聲。Lucy-Richardson算法的復(fù)原過程可以從根本上說明第一種類型的噪聲，但是使用者必須自己指明第二種噪聲情況，deconvlucy函數(shù)使用READOUT輸入?yún)?shù)來指定這種噪聲。READOUT參數(shù)的值通常是讀取噪聲變量和背景噪聲變量的總和，其數(shù)值的大小將指定一個(gè)能夠確保所有數(shù)值為正數(shù)的偏移量。如果將采樣不足的數(shù)據(jù)的復(fù)原過程建立在一個(gè)好的網(wǎng)格操作基礎(chǔ)上，那么就可以大大提高復(fù)原效果。如果已知PSF具有較高的分辨率，那么deconvlucy函數(shù)將使用SUBSMPL參數(shù)來指定采樣不足的比例。如果數(shù)據(jù)采樣不足是由于圖像獲取過程中的鏡頭像素裝倉問題產(chǎn)生的，那么每個(gè)像素觀察到的PSF就是一個(gè)好的網(wǎng)格PSF。另外，PSF還可以通過觀察自像素偏移或光學(xué)模型技術(shù)獲得。這種方法對(duì)星