matlab音频和图像简单处理——信息隐藏基础

matlab⾳频和图像简单处理——信息隐藏基础

怎么自制纳米胶离散傅⾥叶，离散余弦和离散⼩波变换是图像、⾳频信号常⽤的基础操作，时域信号转化到不同变换域以后，会导致不同程度的能量集中，信息隐藏利⽤这个原理在变换域选择适当位置系数进⾏改、嵌⼊信息，并确保图像、⾳频信号经处理后感官质量⽆明显变化。

⾄于什么是傅⾥叶变换、有什么作⽤，虽然学过但是上课划⽔，不是很了解。看了⼏篇博客到⼀篇讲解⽣动的，读后感觉了解了许多：⾳频

%声⾳信号的傅⽒变换

% [x,fs]=audioread('tada.wav');

% fx=fft(x);

% plot(abs(fftshift(fx)));

% xlabel('Time');

% ylabel('Amplitude');

% title('The Wave form of signal');

% grid on;

%⼩波变换

% [a,fs]=audioread('tada.wav');

% [ca1,cd1]=dwt(a(:,1),'db4');%近似，细节

% a0=idwt(ca1,cd1,'db4',length(a(:,1)));

% subplot(4,1,1);plot(a(:,1));

% subplot(4,1,2);plot(cd1);

% subplot(4,1,3);plot(ca1);

% subplot(4,1,4);plot(a0);里氏木霉

%语⾳信号⼩波变换三级分解

% [a,fs]=audioread('tada.wav');

% [c,l]=wavedec(a(:,2),3,'db4');

% ca3=appcoef(c,l,'db4',3);%提取第3层的近似系数

% cd3=detcoef(c,l,3);%提取第3层的细节系数

% cd2=detcoef(c,l,2);

% cd1=detcoef(c,l,1);

% a0=waverec(c,l,'db4');

% subplot(6,1,1);plot(a(:,2));

% subplot(6,1,2);plot(cd1);

% subplot(6,1,3);plot(cd2);

% subplot(6,1,4);plot(cd3);

% subplot(6,1,5);plot(ca3);

% subplot(6,1,6);plot(a0);

% 离散余弦变换

% len=40000;

% [fn,pn]=uigetfile('* .wav','请选择⾳频⽂件')

% [x,fs]=wavread(strcat(pn,fn),len);

% xsync=idct(xf);

% [row,col]=size(x);

% xff=zeros(row,col);

% xff(1:row,1:col)=xf(1:row,1:col);

% y=idct(xff);

clear;

[x,fs]=audioread('tada.wav');

len=40000;

f1=[0:len-1]*fs/len;

xf=dct(x);

figure;

subplot(2,1,1);plot(x);title('original audio');

subplot(2,1,2);plot(abs(xf));title('DCT');

图像

% b=imread('lena.jpg'); % 读⼊图像，像素值在b中

% b=rgb2gray(b); % 转换为灰度图像

% figure(1);

% I=im2bw(b);

% imshow(b);

% title('(a)原图像');

% figure(2);

% fa=fft2(I); % 使⽤fft函数进⾏快速傅⽴叶变换

% ffa=fftshift(fa); % fftshift函数调整fft函数的输出顺序，将零频位置移到频谱的中⼼% imshow(ffa,[200,225]);

多媒体互动教学系统% title('(b)幅度谱');

% figure(3);

% image(abs(ffa));

% l=mesh(abs(ffa)); % 画⽹格曲⾯图

% title('(c)幅度谱的能量分布');

% lena图像的⼀级⼩波变换

% b=imread('lena.jpg');

% a=im2bw(b);

% nbcol=size(a,1);

% [ca1,ch1,cv1,cd1]=dwt2(a,'db4');

% cod_ca1=wcodemat(ca1,nbcol);

% cod_ch1=wcodemat(ch1,nbcol);

% cod_cv1=wcodemat(cv1,nbcol);

% cod_cd1=wcodemat(cd1,nbcol);

剖分式油封

% image([cod_ca1,cod_ch1;cod_cv1,cod_cd1]);

%图像的⼆级⼩波变换

b=imread('lena.jpg');

a=im2bw(b);

nbcol=512;

nbc=256;

[ca1,ch1,cv1,cd1]=dwt2(a,'db4');

[ca2,ch2,cv2,cd2]=dwt2(ca1,'db4');

cod_ca1=wcodemat(ca1,nbc);

cod_ch1=wcodemat(ch1,nbc);

cod_cv1=wcodemat(cv1,nbc);

cod_cd1=wcodemat(cd1,nbc);

cod_ca2=wcodemat(ca2,nbcol);

cod_ch2=wcodemat(ch2,nbcol);

cod_cv2=wcodemat(cv2,nbcol);

cod_cd2=wcodemat(cd2,nbcol);

tt=[cod_ca2,cod_ch2;cod_cv2,cod_cd2];

tt=imresize(tt,[131,131]); %这⾥要根据cod_ca2更改

image([tt,cod_ch1;cod_cv1,cod_cd1]);

%离散余弦变换

% b=imread('lena.jpg');% 读⼊图像，像素值在b中

% b=rgb2gray(b); % 转换为灰度图像

% figure(1);

% imshow(b);

% title('(a)原图像');

蜂窝煤采暖炉% I=im2bw(b);

% figure(2);

% c=dct2(I); % 进⾏离散余弦变换

% imshow(c);

% title('(b)DCT变换系数');

% figure(3);

% mesh(c); % 画⽹格曲⾯图

% title('(c)DCT变换系数(⽴体视图)');

%读bmp

% clear all;

% [A,M]=imread('d:\matlabcode\lena.bmp','bmp');

% figure

% imshow(A);

% [x,y]=size(A);% x = 512 y = 1536

% class(A); % ans = uint8

毛辊清洗机

% gray=rgb2gray(A);

% size(gray);% ans = 512 512 % imshow(gray);

% bw=im2bw(gray);

% imshow(bw);

% imwrite(bw,'b.bmp');

本文发布于:2024-09-22 06:53:25，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/212183.html

上一篇：管理信息系统试题与答案

下一篇：运用有余数的除法解决实际问题的策略研究

标签：变换图像信号能量

留言与评论（共有 0 条评论）