下载文档原格式
第10章 数字信号处理的几个前沿课题前面介绍了数字信号处理的基本知识，本章我们将介绍时谱分析、小波变换、地震观测系统仿真与地面运动恢复等几个数字信号前沿课题，以便大家在实际工作中参考。
10.1 时谱（倒谱）分析时谱分析(Cepstrum analysis)是一种非线性信号处理技术，它在语言、图像、和噪声处理领域中都有广泛的应用。
时谱可分为两类：复时谱和功率时谱。
MATLAB 信号处理工具箱提供复时谱分析的工具函数。
复时谱（Complex cepstrum ）的定义为：[]{}ωπωππωd ee X n xnj j ⎰-=)(ln 21)(ˆ （10-1）由上式可见，复时谱实际上是序列x(n)的Fourier 变换取自然对数，再取Fourier 逆变换，得到的复时谱仍然是一个序列。
也就是说，复时谱是x(n)从时间域至频率域、频率域至频率域、频率域至时间域的三次变换。
MATLAB 信号处理工具箱函数cceps 用于估计一个序列x 的复时谱，调用格式为：xhat=cceps(x)式中，x 为输入序列（实序列）；xhat 为复时谱（复序列）。
MATLAB 信号处理工具箱还提供了序列实时（倒）谱的计算程序rceps ，调用格式为Y=rceps(x)，其中x 为实序列；y 为实时谱，执行的操作为：ωπππωd eX C j x ⎰-=)(ln 21 （10-2）由此可知，我们不能从序列x 的实时谱重构原始序列，因为实时谱是根据序列Fourier变换的幅值计算的，丢失了相位方面的信息。
但如果需要，可采用最小相位模式估计原始序列。
由于复时谱从复频谱计算得到，不损失相位信息，因此复时谱是可逆的，实时谱过程是不可逆的。
时谱分析技术广泛地应用于语言信号分析、同态滤波技术中。
这里举一个说明复时谱在具有回声信号测量中的应用。
【例10-1】设原信号是一个45Hz 的正弦波，在传播过程中遇到障碍产生回声，回声振幅衰减为原信号的0.5，并与原信号有0.2s 的延迟。
同态滤波的原理
嘿，朋友！今天咱来聊聊同态滤波的原理，保证让你觉得超有趣！
想象一下，你在一个昏暗的房间里，想要看清房间里的东西，这时候你打开了一盏灯，一下子，一切都变得清晰可见了！同态滤波就有点像这盏灯呢！
同态滤波啊，它主要是针对图像或者信号来处理的。
比如说，你有一张照片，可能因为光线不好啥的，有些地方很暗，看不清细节。
这时候同态滤波就出马啦！它就像一个神奇的魔法师，能把暗的地方变亮，把亮的地方适当调整，让整个图像变得更加清晰、漂亮！
再比如，你在听音乐的时候，可能有些声音很嘈杂，让你根本听不清主要的旋律。
而同态滤波就好像能把那些嘈杂的声音给过滤掉，让好听的旋律更加突出！是不是很厉害？
咱具体说说它的原理哈。
同态滤波会把图像或者信号分成两个部分，一个是光照的部分，就好像白天的太阳，决定了整体的明亮程度；另一个是反射的部分，就像物体本身的颜色和质地。
然后呢，对这两个部分分别进行处
理，最后再合到一起。
这就像给一幅画先打底色，再仔细描绘细节一样，最后呈现出的效果那可就大不一样啦！
我跟你说，我上次处理一张老照片的时候，哇塞，用了同态滤波后，那照片简直就跟新拍的一样！原来模糊不清的人脸一下子就清楚了，我高兴得都要跳起来了！
总之啊，同态滤波就是这么神奇又好用的东西！它能让那些不怎么完美的图像和信号变得焕然一新，让我们能更好地欣赏和理解它们。
所以呀，可千万别小瞧了这个同态滤波哦！它真的能给我们带来很多惊喜呢！。
数字语音信号处理实验指导书前言语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。
通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。
同时，语言也是人与机器之间进行通信的重要工具，它是一种理想的人机通信方式，因而可为信息处理系统建立良好的人机交互环境，进一步推动计算机和其他智能机器的应用，提高社会的信息化程度。
语音信号处理是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的交叉学科。
虽然从事这一领域研究的人员主要来自信号与信息处理及计算机应用等学科，但是它与语音学、语言学、声学、认知科学、生理学、心理学等许多学科也有非常密切的联系。
20世纪60年代中期形成的一系列数字信号处理的理论和算法，如数字滤波器、快速傅立叶变换（FFT）等是语音信号数字处理的理论和技术基础。
随着信息科学技术的飞速发展，语音信号处理取得了重大的进展：进入70年代之后，提出了用于语音信号的信息压缩和特征提取的线性预测技术（LPC），并已成为语音信号处理最强有力的工具，广泛应用于语音信号的分析、合成及各个应用领域，以及用于输入语音与参考样本之间时间匹配的动态规划方法；80年代初一种新的基于聚类分析的高效数据压缩技术—矢量量化（VQ）应用于语音信号处理中；而用隐马尔可夫模型（HMM）描述语音信号过程的产生是80年代语音信号处理技术的重大发展，目前HMM已构成了现代语音识别研究的重要基石。
近年来人工神经网络(ANN)的研究取得了迅速发展，语音信号处理的各项课题是促进其发展的重要动力之一，同时，它的许多成果也体现在有关语音信号处理的各项技术之中。
为了深入理解语音信号数字处理的基础理论、算法原理、研究方法和难点，根据数字语音信号处理教学大纲，结合课程建设的需求，我们编写了本实验参考书。
本本参考书针对教学大纲规定的四个研究设计型实验，每个实验给出了参考程序，目的是起一个抛砖引玉的作用，学生在学习过程中，可以针对某一个实验进行延伸的创新学习，比如说，语音端点的检测、语音共振峰提取、基于HMM或DTW的有限词汇或大词汇的特定人、非特定人的语音识别、识别率的提高（如何提高有噪环境下的识别率）、以及编码问题等，同时在学习中还可深入思考如何将有关的方法在嵌入式系统或DSP 下的实现问题等。
燕山大学课程设计说明书题目：同态滤波器设计及实现学院（系）：里仁学院年级专业：仪表10-2学号：学生姓名：指导教师：王志斌林洪彬教师职称：副教授讲师燕山大学课程设计（论文）任务书院（系）：电气工程学院基层教学单位：自动化仪表系说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。
年月日摘要在图像采集过程中,由于实际环境中成像条件的限制,造成图像的背景光照不均匀，当照度不均匀时,图像上对应照度暗的部分,其细节就较难分辨。
为了消除数字图像中的照度不均匀性（即图像增强）,本报告对数字图像的照度不均匀校正技术（即图像增强处理技术）进行了分析,分析了这些方法在计算误差上的内在原因,并在此基础上研究了基于同态滤波的数字图像照度不均匀校正技术。
该技术兼顾了数字图像的频域和空域,使得采用本方法校正后的图像既消除了不足照度的影响而又不损失图像的细节。
结果表明:经处理后的图像,局部对比度增强效果明显,较好地保持了图像的原始面貌,取得了预期的理想滤波效果。
该方法能有效恢复不均匀光照背景,为实际图像处理应用提供了有效的前期处理。
关键词：同态滤波；图像增强；光照不均匀目录摘要-----------------------------------------------------------------------------------------------------2 关键字--------------------------------------------------------------------------------------------------2 第一章MATLAB的简介及应用----------------------------------------------------------------41.1 MA TLAB简介------------------------------------------------------------------------------41.2 MA TLAB应用------------------------------------------------------------------------------4第二章同态滤波器设计原理----------------------------------------------------------------------5 第三章matlab程序----------------------------------------------------------------------------------8 第四章课程设计总结-------------------------------------------------------------------------------10 参考文献资料------------------------------------------------------------------------------------------11第一章MATLAB的简介及应用1.1 MATLAB简介MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。
1. 图像处理的主要方法分几大类?答：图字图像处理方法分为大两类：空间域处理（空域法）和变换域处理（频域法）。
空域法：直接对获取的数字图像进行处理。
频域法：对先对获取的数字图像进行正交变换，得到变换系数阵列，然后再进行处理，最后再逆变换到空间域，得到图像的处理结果2. 图像处理的主要内容是什么?答：图形数字化（图像获取）：把连续图像用一组数字表示，便于用计算机分析处理。
图像变换：对图像进行正交变换，以便进行处理。
图像增强：对图像的某些特征进行强调或锐化而不增加图像的相关数据。
图像复原：去除图像中的噪声干扰和模糊，恢复图像的客观面目。
图像编码：在满足一定的图形质量要求下对图像进行编码，可以压缩表示图像的数据。
图像分析：对图像中感兴趣的目标进行检测和测量，从而获得所需的客观信息。
图像识别：找到图像的特征，以便进一步处理。
图像理解：在图像分析的基础上得出对图像内容含义的理解及解释，从而指导和规划行为。
3. 名词解释：灰度、像素、图像分辨率、图像深度、图像数据量。
答：灰度:使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像.像素：在卫星图像上，由卫星传感器记录下的最小的分立要素(有空间分量和谱分量两种)。
通常，表示图像的二维数组是连续的，将连续参数 x,y ，和 f 取离散值后，图像被分割成很多小的网格，每个网格即为像素 图像分辨率：指对原始图像的采样分辨率，即图像水平或垂直方向单位长度上所包含的采样点数。
单位是“像素点/单位长度”图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率.图像深度确定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数.它决定了彩色图像中可出现的最多颜色数,或灰度图像中的最大灰度等级（图像深度：位图图像中，各像素点的亮度或色彩信息用二进制数位来表示，这一数据位的位数即为像素深度，也叫图像深度。
图像深度越深，能够表现的颜色数量越多，图像的色彩也越丰富。
