基于matlab的頻移鍵控的調(diào)制解調(diào)系統(tǒng)設(shè)計(jì)(完整資料）(可以直接使用，可編輯優(yōu)秀版資料，歡迎下載）

摘要基于matlab的頻移鍵控的調(diào)制解調(diào)系統(tǒng)設(shè)計(jì)(完整資料）(可以直接使用，可編輯優(yōu)秀版資料，歡迎下載）移頻鍵控（ＦＳK)是數(shù)據(jù)通信中最常用的一種調(diào)制方式。FSK方法簡(jiǎn)單易于實(shí)現(xiàn)，并且解調(diào)不需要恢復(fù)本地載波,可以異步傳輸,抗噪聲和抗衰落性能較強(qiáng)。缺點(diǎn)是占用頻帶較寬,頻帶利用不夠經(jīng)濟(jì)。FSK主要應(yīng)用于低中速數(shù)據(jù)傳輸，以及衰落信道和頻帶較寬的信道中。ＭATLAB中的通信工具箱可以用來進(jìn)行通信領(lǐng)域的研究、開發(fā)、系統(tǒng)設(shè)計(jì)和仿真。闡述了計(jì)算機(jī)仿真的發(fā)展概況，及其重要意義，介紹了幾種仿真軟件,著重介紹了MATLAB和其通信工具箱。利用MATLAB建立了FSK仿真模型，并對(duì)仿真模型進(jìn)行了測(cè)試,結(jié)果表明,仿真結(jié)果與理論基本一致,在研究FSK調(diào)制解調(diào)原理的基礎(chǔ)上設(shè)計(jì)了調(diào)制解調(diào)電路.關(guān)鍵詞：FSKMAＴLAB仿真調(diào)制解調(diào)第一章設(shè)計(jì)任務(wù)及要求１。1課程設(shè)計(jì)依據(jù)在掌握頻移鍵控調(diào)制解調(diào)原理的基礎(chǔ)上,，利用MATＬAB/Sｉｍｕｌink軟件進(jìn)行系統(tǒng)的設(shè)計(jì)。1。２課程設(shè)計(jì)內(nèi)容設(shè)計(jì)一個(gè)頻移鍵控系統(tǒng)，具體要求如下：信源參數(shù)：0碼概率0。５采樣時(shí)間1ｓ載波１參數(shù):幅度１頻率1０0rａd／s載波２參數(shù)：幅度１頻率２0raｄ/ｓＢPF1參數(shù):下限頻率95ｒad/ｓ上限頻率１05ｒad/ｓＢPＦ2參數(shù)：下限頻率15rａｄ/s上限頻率25ｒad/ｓＬPＦ參數(shù)：截止頻率10raｄ/ｓ判決器參數(shù):門限０．251。3課程設(shè)計(jì)要求要求獨(dú)立完成設(shè)計(jì)任務(wù)。課程設(shè)計(jì)說明書封面格式要求見《天津城市建設(shè)學(xué)院課程設(shè)計(jì)教學(xué)工作規(guī)范》附表1課程設(shè)計(jì)的說明書要求簡(jiǎn)潔、通順，計(jì)算正確，圖紙表達(dá)內(nèi)容完整、清楚、規(guī)范.測(cè)試要求：根據(jù)題目的特點(diǎn),在MATLＡＢ仿真并上觀察調(diào)制解調(diào)各個(gè)部分波形圖。課設(shè)說明書要求：說明題目的設(shè)計(jì)原理和思路、采用方法及設(shè)計(jì)流程.系統(tǒng)框圖、MＡTLＡB程序清單或Ｓｉｍuliｎk框圖。對(duì)各部分的功能以及各部分之間的關(guān)系作較詳細(xì)的描述.說明仿真結(jié)果：調(diào)制解調(diào)各個(gè)部分波形圖。并對(duì)其進(jìn)行說明和分析第二章2ＦSK調(diào)制與解調(diào)原理２。１調(diào)制原理二進(jìn)制頻移鍵控信號(hào)碼元的“1”和“0"分別用兩個(gè)不同頻率的正弦波形來傳送,而其振幅和初始相位不變.故其表達(dá)式為：由圖可見，2ＦSK信號(hào)的波形（a）可以分解為波形（b）和波形(c),也就是說，一個(gè)2FSK信號(hào)可以看成是兩個(gè)不同載頻的２ASK信號(hào)的疊加.2FSＫ信號(hào)的產(chǎn)生方法有兩種:模擬法,即用數(shù)字基帶信號(hào)作為調(diào)制信號(hào)進(jìn)行調(diào)頻。如圖1—1（a)所示.鍵控法，用數(shù)字基帶信號(hào)及其反相分別控制兩個(gè)開關(guān)門電路，以此對(duì)兩個(gè)載波發(fā)生器進(jìn)行選通.如圖1－1(b）所示。這兩種方法產(chǎn)生的2FＳK信號(hào)的波形基本相同,只有一點(diǎn)差異,即由調(diào)頻器產(chǎn)生的2FSＫ信號(hào)在相鄰碼元之間的相位是連續(xù)的，而鍵控法產(chǎn)生的２FSK信號(hào)，則分別有兩個(gè)獨(dú)立的頻率源產(chǎn)生兩個(gè)不同頻率的信號(hào),故相鄰碼元的相位不一定是連續(xù)的。（ａ)(b)圖2。12FＳK信號(hào)產(chǎn)生原理圖由鍵控法產(chǎn)生原理可知，一位相位離散的2FSK信號(hào)可看成不同頻率交替發(fā)送的兩個(gè)2ASK信號(hào)之和，即其中是脈寬為的矩形脈沖表示的ＮRZ數(shù)字基帶信號(hào).其中,為的反碼，即若，則；若，則。2。2解調(diào)原理２FSK信號(hào)的解調(diào)也分為2ＦＳK信號(hào)的接收也分為相干解調(diào)和非相干解調(diào)接收兩類。2．2。1相干解調(diào)相干解調(diào)根據(jù)已調(diào)信號(hào)由兩個(gè)載波f１、f2調(diào)制而成,則先用兩個(gè)分別對(duì)ｆ1、f2帶通的濾波器對(duì)已調(diào)信號(hào)進(jìn)行濾波，然后再分別將濾波后的信號(hào)與相應(yīng)的載波f1、f2相乘進(jìn)行相干解調(diào)，再分別低通濾波、用抽樣信號(hào)進(jìn)行抽樣判決器即可.原理圖如下:圖2.2。1相干解調(diào)原理框圖2.２.2非相干解調(diào)帶通濾波器 F1帶通濾波器 F1非相干解調(diào)接收經(jīng)過調(diào)制后的２FSK數(shù)字信號(hào)通過兩個(gè)頻率不同的帶通濾波器ｆ1、f2濾出不需要的信號(hào),然后再將這兩種經(jīng)過濾波的信號(hào)分別通過包絡(luò)檢波器檢波,最后將兩種信號(hào)同時(shí)輸入到抽樣判決器同時(shí)外加抽樣脈沖，最后解調(diào)出來的信號(hào)就是調(diào)制前的輸入信號(hào)。其原理圖如下圖所示：圖2。2.2非相干解調(diào)原理框圖第三章MUTLAＢ與Simuｌｉnk介紹３。1MUTLABMAＴＬＡB是矩陣實(shí)驗(yàn)室（MatriｘLaboratｏry）的簡(jiǎn)稱,是美國(guó)MathＷo(hù)ｒks公司出品的商業(yè)數(shù)學(xué)軟件,用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境，主要包括MATＬAB和Simulink兩大面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語(yǔ)言(如C、Fortran）的編輯模式，代表了當(dāng)今國(guó)際科學(xué)計(jì)算軟件的先進(jìn)水平。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。ＭATLＡB可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語(yǔ)言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理與通訊、圖像處理、信號(hào)檢測(cè)、金融建模設(shè)計(jì)與分析等領(lǐng)域。３.2SimuｌiｎｋSimuｌink是MATLＡB中的一種可視化仿真工具，是一種基于ＭATＬAB的框圖設(shè)計(jì)環(huán)境，是實(shí)現(xiàn)動(dòng)態(tài)系統(tǒng)建模、仿真和分析的一個(gè)軟件包,被廣泛應(yīng)用于線性系統(tǒng)、非線性系統(tǒng)、數(shù)字控制及數(shù)字信號(hào)處理的建模和仿真中。對(duì)各種時(shí)變系統(tǒng)，包括通訊、控制、信號(hào)處理、視頻處理和圖像處理系統(tǒng)，Simｕｌｉnk提供了交互式圖形化環(huán)境和可定制模塊庫(kù)來對(duì)其進(jìn)行設(shè)計(jì)、仿真、執(zhí)行和測(cè)試.。構(gòu)架在Siｍulink基礎(chǔ)之上的其他產(chǎn)品擴(kuò)展了Ｓｉmulｉnk多領(lǐng)域建模功能，也提供了用于設(shè)計(jì)、執(zhí)行、驗(yàn)證和確認(rèn)任務(wù)的相應(yīng)工具。Ｓimuｌiｎk與MＡTLAB緊密集成,可以直接訪問MATLAB大量的工具來進(jìn)行算法研發(fā)、仿真的分析和可視化、批處理腳本的創(chuàng)建、建模環(huán)境的定制以及信號(hào)參數(shù)和測(cè)試數(shù)據(jù)的定義。其特點(diǎn)為：１、豐富的可擴(kuò)充的預(yù)定義模塊庫(kù).2、交互式的圖形編輯器來組合和管理直觀的模塊圖。3、以設(shè)計(jì)功能的層次性來分割模型,實(shí)現(xiàn)對(duì)復(fù)雜設(shè)計(jì)的管理。4、通過ＭｏdelExｐｌoｒｅr導(dǎo)航、創(chuàng)建、配置、搜索模型中的任意信號(hào)、參數(shù)、屬性，生成模型代碼。５、提供API用于與其他仿真程序的連接或與手寫代碼集成6、使用EmｂeddeｄMＡTLAＢ?模塊在Simulinｋ和嵌入式系統(tǒng)執(zhí)行中調(diào)用MATLAB算法。7、使用定步長(zhǎng)或變步長(zhǎng)運(yùn)行仿真,根據(jù)仿真模式(Normal，Ａcceleｒatoｒ,RaｐidAccｅlerａt(yī)or）來決定以解釋性的方式運(yùn)行或以編譯C代碼的形式來運(yùn)行模型.８、圖形化的調(diào)試器和剖析器來檢查仿真結(jié)果，診斷設(shè)計(jì)的性能和異常行為。９、可訪問MＡＴLＡB從而對(duì)結(jié)果進(jìn)行分析與可視化，定制建模環(huán)境，定義信號(hào)參數(shù)和測(cè)試數(shù)據(jù)模型分析和診斷工具來保證模型的一致性，確定模型中的錯(cuò)誤。第四章設(shè)計(jì)思路４。1設(shè)計(jì)調(diào)制模塊思路根據(jù)二進(jìn)制頻移鍵控調(diào)制的原理，了解ＭＡTＬＡB軟件中的仿真工具Ｓｍｕlｉnｋ中各個(gè)模塊的功能后,根據(jù)調(diào)制的原理框圖，使用puｌsegｅneratｏr產(chǎn)生信號(hào),用幅度為1,頻率為100rａd/s載波表示“1”,用幅度為1,頻率為２0rad／s載波表示“0４。2設(shè)計(jì)解調(diào)模塊思路利用FSK相干解調(diào)方法對(duì)調(diào)制的FSK信號(hào)進(jìn)行解調(diào)。根據(jù)相干解調(diào)的原理框圖，經(jīng)調(diào)制后的２FＳK信號(hào)經(jīng)信道中加高斯白噪聲后信號(hào)進(jìn)行相干解調(diào)。在Ｓmulｉnk中調(diào)用相應(yīng)的模塊，連接各個(gè)模塊,設(shè)置各個(gè)模塊的參數(shù)，并用scoｐｅ顯示仿真波形。第五章軟件仿真５．１設(shè)計(jì)的仿真模型圖用PｕｌseＧｅneratｏr產(chǎn)生二進(jìn)制０1信號(hào)，調(diào)用倆個(gè)SineWave模塊產(chǎn)生頻率分別為10０和２0的兩個(gè)載波正弦信號(hào),將此三個(gè)信號(hào)輸入到Switch模塊中,從而通過鍵控輸出調(diào)制后的FSK波形。輸出的波形經(jīng)兩路經(jīng)過帶通濾波器，再分別與先前定義的倆個(gè)不同頻率的正弦載波信號(hào)相乘，經(jīng)過低通濾波器后抽樣判決完成對(duì)FSK信號(hào)的解調(diào)。simuliｎk仿真模型圖如下所示：5．2各模塊功能及其參數(shù)設(shè)置：用于產(chǎn)生正弦波信號(hào)，兩個(gè)正弦載波信號(hào)參數(shù)設(shè)置如下：圖5．2．1載波1參數(shù)設(shè)置圖5。2.2載波2參數(shù)設(shè)置脈沖信號(hào)發(fā)生器模塊,用于產(chǎn)生固定間隔的脈沖,在本課程設(shè)計(jì)中用來產(chǎn)生二進(jìn)制信號(hào)圖５。2．3脈沖信號(hào)發(fā)生器模塊參數(shù)設(shè)置在兩個(gè)輸入此模塊的載波信號(hào)之間切換。對(duì)于此次課程設(shè)計(jì),當(dāng)輸入方波信號(hào)的幅值大于1時(shí)，切換到高頻率的載波信號(hào)上，小于１時(shí),切換到低頻率的載波信號(hào)上,從而完成ＦSK調(diào)制。濾波器，通過設(shè)置其參數(shù)，可以設(shè)置為低通、高通、帶通、帶阻濾波器,提取出某頻率范圍內(nèi)的信號(hào)圖5.２。４兩個(gè)帶通濾波器參數(shù)的設(shè)置圖5.2.５兩個(gè)低通濾波器參數(shù)的設(shè)置比較運(yùn)算模塊，可設(shè)置為〈=（小于等于）、＞=(大于等于）、＜(小于)、>（大于）等運(yùn)算關(guān)系.此課程設(shè)計(jì)中用來行使抽樣判決,解調(diào)出FSK信號(hào)。示波器模塊,用來顯示仿真過程中信號(hào)的波形,可通過修改屬性中Numberofａxｅs的值設(shè)置輸入信號(hào)的個(gè)數(shù)。5．3仿真波形５。3。1ＦSK調(diào)制過程仿真波形圖５．3.１.1信源信號(hào)圖5.3．1.2載波1波形圖5。3.1。3載波2波形圖5.3.1．4調(diào)制產(chǎn)生的ＦSK信號(hào)5。3.2解調(diào)過程波形圖５．3．2.1信道中傳輸?shù)腇SＫ信號(hào)圖５。3。2.2經(jīng)帶通濾波器１后的波形圖5。3。2.3經(jīng)帶通濾波器２后的波形圖５．3．2．4圖5．３.1。3的波形與載波1相乘得到的波形圖5.3。2。5圖5.3．1。4的波形與載波２相乘得到的波形圖5.３。2.6判決過程波形圖5.3.2未調(diào)制信號(hào)波形與解調(diào)后波形比較圖５。３．2。1未調(diào)制信號(hào)波形圖5。３.2。2ＦSK信號(hào)解調(diào)后的信號(hào)波形5．3仿真結(jié)果分析從實(shí)驗(yàn)仿真波形上來看,實(shí)驗(yàn)結(jié)果是正確的，二進(jìn)制數(shù)字信號(hào)“1”對(duì)應(yīng)載波頻率10０rａd／s,二進(jìn)制數(shù)字信號(hào)“０"對(duì)應(yīng)載波頻率20raｄ／s，實(shí)現(xiàn)了對(duì)數(shù)字信號(hào)的頻移鍵控調(diào)制.解調(diào)出的數(shù)字基帶信號(hào)也是正確的，知識(shí)相對(duì)于原本輸入的基帶信號(hào)在時(shí)域上有延時(shí)。第六章心得體會(huì)此次課程設(shè)計(jì)要求用ＭATＬAＢ軟件仿真,因?yàn)橹皼]有學(xué)過這個(gè)軟件,因此做之前，我先去圖書館借了幾本關(guān)于MAＴＬAB的書籍,上網(wǎng)搜集了此次課程設(shè)計(jì)的相關(guān)資料，做好課程設(shè)計(jì)的前期準(zhǔn)備工作,好的開端就相當(dāng)于成功了一半。通過上面的過程,已經(jīng)積累了不少資料，認(rèn)識(shí)了通信原理和MAＴＬB的相關(guān)知識(shí)與運(yùn)用，主要有基帶信號(hào)的調(diào)制原理及方法、低通和帶通濾波器等等，加深了對(duì)上述相關(guān)知識(shí)的了解,使我更深刻理解了調(diào)制與解調(diào)的原理和實(shí)現(xiàn)方法,以及基本掌握了MATLAB的基本應(yīng)用。在這樣的基礎(chǔ)上,我才開始著手分析題目,進(jìn)行設(shè)計(jì)。通過本次課程設(shè)計(jì)，我又掌握了一個(gè)可用于我們專業(yè)的強(qiáng)大的軟件——MATLＡB。課程設(shè)計(jì)中重新復(fù)習(xí)了一下ＦSK的解調(diào)與調(diào)制原理。以前我對(duì)FSK的理解僅限于表面，會(huì)畫經(jīng)調(diào)制后的波形，經(jīng)過這次課程設(shè)計(jì)，利用siｍuliｎk進(jìn)行畫圖仿真,我又深入了解到了FSK的調(diào)制與解調(diào)過程，加深了我的理解。與此同時(shí)，我感到matlab這個(gè)軟件對(duì)于我們信息科學(xué)相關(guān)專業(yè)的重要性,學(xué)好這個(gè)軟件對(duì)我們今后深入研究學(xué)習(xí)這個(gè)專業(yè)會(huì)有非常大的幫助.每次課程設(shè)計(jì)對(duì)我們來說都是一個(gè)很好的鍛煉自己動(dòng)手動(dòng)腦的機(jī)會(huì)，通過實(shí)際電路或者軟件仿真不僅將課本中的知識(shí)應(yīng)用到實(shí)際中,加深我們對(duì)知識(shí)的鞏固理解，更重要的是鍛煉了我們的思維能力，活躍了我們的大腦。課程設(shè)計(jì)中必定會(huì)遇到很多問題,通過自己思考,查閱資料等方法想出解決問題的方法,幫助我們提高了分析問題、處理問題的能力。第七章參考文獻(xiàn)[1]劉

敏

魏

玲

編著,《ＭＡＴＬAB通信仿真與技術(shù)應(yīng)用》，國(guó)防工業(yè)出版社，2001[２］孫

屹

吳

磊

編著,《Simulink通信仿真開發(fā)手冊(cè)》，國(guó)防工業(yè)出版社，20０4[3]王興亮

編著，

《數(shù)字通信原理與技術(shù)》(第二版），西安電子科技大學(xué)出版社，２000[4］沈保鎖侯春萍

編著，

《現(xiàn)代通信原理》,國(guó)防工業(yè)出版社，2０11

西安航空學(xué)院基于MATLAB數(shù)字信號(hào)的調(diào)制與解調(diào)院系：電子工程學(xué)院專業(yè)：航空通信1709班姓名：王哲日期：2016年7月7日［本學(xué)期通過學(xué)習(xí)通信原理,進(jìn)行課程設(shè)計(jì)研究，利用MATLAB仿真進(jìn)行研究信號(hào)的調(diào)制與解調(diào)]課程設(shè)計(jì)學(xué)生姓名：王哲專業(yè)班級(jí):航空通信1709班指導(dǎo)教師：張世超院系：電子工程學(xué)院題目：基于MATLAB的信號(hào)調(diào)制與解調(diào)初始條件：(1)MATLAB軟件（2）數(shù)字信號(hào)處理與圖像處理基礎(chǔ)知識(shí)要求完成的主要任務(wù)：(1）已知某消息信號(hào)以雙邊幅度調(diào)制(DSB-AM）方式調(diào)制載波，所得到的已調(diào)制信號(hào)記為，設(shè)，。試比較消息信號(hào)與已調(diào)信號(hào)，并繪制它們的頻譜.（2）對(duì)（1）的DSB—AM調(diào)制信號(hào)進(jìn)行相干解調(diào)，并繪出信號(hào)的時(shí)頻域曲線。（3)對(duì)（1）中的信號(hào)進(jìn)行單邊帶幅度調(diào)制（SSB—AM）繪制信號(hào)的時(shí)頻域曲線。（4）對(duì)（1）中的信號(hào)進(jìn)行常規(guī)幅度調(diào)制（AM)，給定調(diào)制指數(shù)繪制信號(hào)的時(shí)頻域曲線。指導(dǎo)教師簽名：系主任(或責(zé)任教師)簽名：目錄TOC\o”1-3"\h\z\u_Toc280565821”AbstractII1．常規(guī)雙邊帶幅度調(diào)制（DSB—AM）與解調(diào)1_Toc280565824”1。2常規(guī)雙邊帶解調(diào)原理33.1幅度調(diào)制的一般模型6HYPERLINK\l”_Toc280565828"3.2常規(guī)雙邊帶調(diào)幅（AM）73。2。1AM信號(hào)的表達(dá)式、頻譜及帶寬73.2。2AM信號(hào)的功率分配及調(diào)制效率9HYPERLINK\l”_Toc280565831”4。雙邊幅度調(diào)制（DSB-AM）與解調(diào)的MATLAB實(shí)現(xiàn)10HYPERLINK\l”_Toc280565832”4。1DSB-AM調(diào)制的MATLAB實(shí)現(xiàn)10_Toc280565834"5單邊帶幅度調(diào)制（SSB-AM）的MATLAB實(shí)現(xiàn)14HYPERLINK\l”_Toc280565835"6常規(guī)幅度調(diào)制（AM）的MATLAB實(shí)現(xiàn)16HYPERLINK\l”_Toc280565836"7小結(jié)與收獲17HYPERLINK\l”_Toc280565837"8參考文獻(xiàn)18摘要MATLAB是集數(shù)值計(jì)算,符號(hào)運(yùn)算及圖形處理等強(qiáng)大功能于一體的科學(xué)計(jì)算語(yǔ)言。作為強(qiáng)大的科學(xué)計(jì)算平臺(tái)，它幾乎能夠滿足所有的計(jì)算需求。MATLAB本身就是功能強(qiáng)大的數(shù)據(jù)可視化工具，可以通過各種形式顯示分析數(shù)據(jù)，例如灰度直方圖、等高線、蒙太奇混合、像素分析、圖層變換以及材質(zhì)貼圖等。利用可視化的圖形,不僅能夠評(píng)估圖形圖像的特性,還能夠分析圖像中的色彩分布等情況。本次練習(xí)介紹的就是MATLAB環(huán)境下的一些最基本的信號(hào)處理，如對(duì)信號(hào)進(jìn)行雙邊幅度調(diào)制與解調(diào)、單邊帶幅度調(diào)制、常規(guī)幅度調(diào)制、繪制信號(hào)的時(shí)域和頻域曲線等等；通過實(shí)驗(yàn)學(xué)會(huì)用MATLAB對(duì)信號(hào)進(jìn)行調(diào)制與解調(diào)以及繪制其時(shí)頻域曲線的基本方法,加強(qiáng)對(duì)MATLAB的掌握.關(guān)鍵詞：MATLAB,信號(hào)處理，調(diào)制，解調(diào)，時(shí)域，頻域AbstractMATLABisascientificcomputinglanguagethataddsthefunctionofnumericalcomputingandgraphicsprocessing，symbolstogether。Asapowerfulscientificcomputingplatforms,itcanalmostsatisfyallthecalculationsthatneeds.MATLABitselfisapowerfultoolofdatavisualizationthatcandisplaydatathroughvariousforms,suchasgraylevelhistogram,contours，montagemixing,pixelanalysis,thelayertextureandtransformation。Withvisualgraphics，itcannotonlyevaluateimagecharacteristics，butalsoanalyzethedistributionofcolorimage。ThepracticeofintroducingisMATLABenvironmentofsomeofthemostbasicsignalprocessing,suchasthesignalisbilateralamplitudemodulationanddemodulation,singlesidebandamplitudemodulationamplitudemodulation,drawing，conventionalsignaloftimedomainandfrequencydomaincurves,etc.ThroughtheexperimentlearnMATLABmodulatesanddemodulatessignalsandrenderingtimefrequencydomaincurves,tostrengthenthebasicmethodsofMATLABmastery。Keywords：MATLAB,Signalprocessing，demodulation,time-domain,frequency，domain基于MATLAB的信號(hào)調(diào)制與解調(diào)1．常規(guī)雙邊帶幅度調(diào)制(DSB-AM)與解調(diào)1.1DSB-AM調(diào)制原理與分析在DSB—AM系統(tǒng)中，已調(diào)信號(hào)的幅度正比與消息信號(hào)。這種調(diào)制通過使用乘法器完成，將消息信號(hào)嗎m（t)與載波Accos（2πfct），如圖1所示，表示為：圖1-1DSB-AM調(diào)制原理結(jié)構(gòu)框圖其中是載波，而m（t）是消息信號(hào)。若以單頻正弦信號(hào)調(diào)制為例,那么典型波形如圖1—3所示.原始信號(hào)載波信號(hào)調(diào)制信號(hào)圖1—2DSB—AM典型信號(hào)現(xiàn)取u(t）的傅立葉變換，可以得到DSB—AM信號(hào)的頻域表示為：其中M（f)是m（t）的傅立葉變換.很明顯可以看出，這種調(diào)制方式將消息信號(hào)的頻譜進(jìn)行了搬移，并在幅度上乘以Ac/2，傳輸帶寬Br是消息信號(hào)帶寬的兩倍,也就是說:圖1—3顯示了一個(gè)典型的消息信號(hào)的頻譜及其相對(duì)應(yīng)的DSB-AM已調(diào)信號(hào)的頻譜。圖1-3消息信號(hào)與DSB—AM已調(diào)信號(hào)的頻譜已調(diào)信號(hào)的功率為其中Pm是消息信號(hào)的功率。在DSB—AM通信系統(tǒng)中,信噪比SNR等于基帶的SNR，也就是：其中PR是接收到的功率（在接收端已調(diào)信號(hào)的功率），N0是噪聲功率譜密度（假定為白噪聲）,W是信號(hào)噪聲的帶寬.1.2常規(guī)雙邊帶解調(diào)原理調(diào)制過程的逆過程叫做解調(diào).AM信號(hào)的解調(diào)是把接收到的已調(diào)信號(hào)還原為調(diào)制信號(hào)。包絡(luò)檢波器輸出的信號(hào)中,通常含有頻率為的波紋，可由LPF濾除。圖1—4串聯(lián)型包絡(luò)檢波器電路及其輸出波形由的波形可見，AM信號(hào)波形的包絡(luò)與輸入基帶信號(hào)成正比，故可以用包絡(luò)檢波的方法恢復(fù)原始調(diào)制信號(hào)。包絡(luò)檢波器一般由半波或全波整流器和低通濾波器組成。由圖1—2可見，AM信號(hào)波形的包絡(luò)與輸入基帶信號(hào)成正比，故用包絡(luò)檢波的方法很容易恢復(fù)原始調(diào)制信號(hào).但為了保證包絡(luò)檢波時(shí)不發(fā)生失真，必須滿足,否則將出現(xiàn)過調(diào)幅現(xiàn)象而帶來失真。包絡(luò)檢波屬于非相干解調(diào)，其特點(diǎn)是：解調(diào)效率高,解調(diào)器輸出近似為相干解調(diào)的2倍；解調(diào)電路簡(jiǎn)單,特別是接收端不需要與發(fā)送端同頻同相位的載波信號(hào)，大大降低實(shí)現(xiàn)難度。故幾乎所有的調(diào)幅（AM）式接收機(jī)都采用這種電路.AM信號(hào)的頻譜是由載頻分量和上、下兩個(gè)邊帶組成(通常稱頻譜中畫斜線的部分為上邊帶，不畫斜線的部分為下邊帶)。上邊帶的頻譜與原調(diào)制信號(hào)的頻譜結(jié)構(gòu)相同,下邊帶是上邊帶的鏡像。顯然，無論是上邊帶還是下邊帶,都含有原調(diào)制信號(hào)的完整信息。故AM信號(hào)是帶有載波的雙邊帶信號(hào)，它的帶寬為基帶信號(hào)帶寬的兩倍，即式中，為調(diào)制信號(hào)的帶寬，為調(diào)制信號(hào)的最高頻率。采綜上所述，可以看出，采用常規(guī)雙邊帶幅度調(diào)制傳輸信息的好處是解調(diào)電路簡(jiǎn)單，可采用包絡(luò)檢波法.缺點(diǎn)是調(diào)制效率低,載波分量不攜帶信息，但卻占據(jù)了大部分功率，白白浪費(fèi)掉.如果抑制載波分量的傳送,則可演變出另一種調(diào)制方式，即抑制載波的雙邊帶調(diào)幅.2單邊帶幅度調(diào)制（SSB-AM)原理與標(biāo)準(zhǔn)幅度調(diào)制相比，單邊帶調(diào)制（SSB）對(duì)于頻譜和輸出功率的利用率更高。盡管很少用于數(shù)據(jù)傳送，SSB仍廣泛地用于HF和VHF低端的語(yǔ)音通訊。雙邊帶調(diào)制信號(hào)包含有兩個(gè)完全相同的基帶信號(hào)，即上、下邊帶。由于兩個(gè)邊帶含的信息相同，因而從信息傳輸角度考慮，傳送一個(gè)邊帶同樣可以達(dá)到信息傳輸?shù)哪康?本設(shè)計(jì)只考慮上邊帶信號(hào)。單邊帶調(diào)制，就是通過某種辦法，只傳送一個(gè)邊帶的調(diào)制方法.設(shè)調(diào)制信號(hào)為單頻信號(hào)f(t）=Amcosωmt,載波為c(t)=cosωct，則調(diào)制后的雙邊帶時(shí)域波形為：SDSB（t）＝Amcosωmtcost＝[Amcos(ωc+ωm)t+Amcos（ωc-ωm)t］/2保留上邊帶,波形為:SUSB（t）＝[Amcos(ωc+ωm）t］/2＝Am（cosωctcosωmt-sinωctsinωmt）/2保留下邊帶，波形為：SLSB(t)＝[Amcos（ωc—ωm)t］/2＝Am（cosωctcosωmt+sinωctsinωmt)/2上兩式中的第一項(xiàng)與調(diào)制信號(hào)和載波信號(hào)的乘積成正比，稱為同相分量;而第二項(xiàng)的乘積則是調(diào)制信號(hào)與載波信號(hào)分別移相90°后相乘的結(jié)果,稱為正交分量。SSB調(diào)制框圖如下：圖2—1SSB調(diào)制框圖3常規(guī)幅度調(diào)制(AM）原理3。1幅度調(diào)制的一般模型幅度調(diào)制是用調(diào)制信號(hào)去控制高頻正弦載波的幅度，使其按調(diào)制信號(hào)的規(guī)律變化的過程。幅度調(diào)制器的一般模型如圖3-1所示.圖3—1幅度調(diào)制器的一般模型圖中,為調(diào)制信號(hào)，為已調(diào)信號(hào)，為濾波器的沖激響應(yīng)，則已調(diào)信號(hào)的時(shí)域和頻域一般表達(dá)式分別為式中，為調(diào)制信號(hào)的頻譜，為載波角頻率。由以上表達(dá)式可見,對(duì)于幅度調(diào)制信號(hào)，在波形上，它的幅度隨基帶信號(hào)規(guī)律而變化；在頻譜結(jié)構(gòu)上,它的頻譜完全是基帶信號(hào)頻譜在頻域內(nèi)的簡(jiǎn)單搬移.由于這種搬移是線性的,因此幅度調(diào)制通常又稱為線性調(diào)制，相應(yīng)地,幅度調(diào)制系統(tǒng)也稱為線性調(diào)制系統(tǒng)。在圖3-1的一般模型中，適當(dāng)選擇濾波器的特性，便可得到各種幅度調(diào)制信號(hào)，例如:常規(guī)雙邊帶調(diào)幅（AM）、抑制載波雙邊帶調(diào)幅(DSB—SC）、單邊帶調(diào)制（SSB）和殘留邊帶調(diào)制（VSB）信號(hào)等。3。2常規(guī)雙邊帶調(diào)幅(AM)3。2.1AM信號(hào)的表達(dá)式、頻譜及帶寬在圖3-1中，若假設(shè)濾波器為全通網(wǎng)絡(luò)（＝1）,調(diào)制信號(hào)疊加直流后再與載波相乘，則輸出的信號(hào)就是常規(guī)雙邊帶調(diào)幅（AM)信號(hào)。AM調(diào)制器模型如圖3-2所示：圖3—2AM調(diào)制器模型AM信號(hào)的時(shí)域和頻域表示式分別為：式中，為外加的直流分量；可以是確知信號(hào)也可以是隨機(jī)信號(hào)，但通常認(rèn)為其平均值為0，即AM信號(hào)的典型波形和頻譜分別如圖3—3（a）、（b）所示，圖中假定調(diào)制信號(hào)的上限頻率為。顯然，調(diào)制信號(hào)的帶寬為。圖3—3AM信號(hào)的波形和頻譜由圖3—3（a）可見,AM信號(hào)波形的包絡(luò)與輸入基帶信號(hào)成正比，故用包絡(luò)檢波的方法很容易恢復(fù)原始調(diào)制信號(hào).但為了保證包絡(luò)檢波時(shí)不發(fā)生失真,必須滿足，否則將出現(xiàn)過調(diào)幅現(xiàn)象而帶來失真。由頻譜圖可知，AM信號(hào)的頻譜是由載頻分量和上、下兩個(gè)邊帶組成（通常稱頻譜中畫斜線的部分為上邊帶，不畫斜線的部分為下邊帶）。上邊帶的頻譜與原調(diào)制信號(hào)的頻譜結(jié)構(gòu)相同,下邊帶是上邊帶的鏡像.顯然，無論是上邊帶還是下邊帶，都含有原調(diào)制信號(hào)的完整信息。故AM信號(hào)是帶有載波的雙邊帶信號(hào)，它的帶寬為基帶信號(hào)帶寬的兩倍,即式中,為調(diào)制信號(hào)的帶寬,為調(diào)制信號(hào)的最高頻率。3。2.2AM信號(hào)的功率分配及調(diào)制效率AM信號(hào)在1Ω電阻上的平均功率應(yīng)等于的均方值。當(dāng)為確知信號(hào)時(shí)，的均方值即為其平方的時(shí)間平均，即因?yàn)檎{(diào)制信號(hào)不含直流分量，即,且,所以式中，為載波功率；為邊帶功率，它是調(diào)制信號(hào)功率的一半。由此可見，常規(guī)雙邊帶調(diào)幅信號(hào)的平均功率包括載波功率和邊帶功率兩部分。只有邊帶功率分量與調(diào)制信號(hào)有關(guān)，載波功率分量不攜帶信息。我們定義調(diào)制效率顯然，AM信號(hào)的調(diào)制效率總是小于1。4.雙邊幅度調(diào)制（DSB—AM）與解調(diào)的MATLAB實(shí)現(xiàn)4.1DSB—AM調(diào)制的MATLAB實(shí)現(xiàn)％參數(shù)設(shè)置t0=0.15;fc=250；t=-1：0.0001:1;f=[—500:499］/1000＊fc;％函數(shù)m=ones（size(t)）；m(t<=0）=0；m(0〈t&t〈=t0/3)=1;m(t0/3<t&t〈=2＊t0/3)=—2;m（t>2*t0/3）=0；c=cos（2＊pi＊fc*t)；u=m。*c；％繪制消息信號(hào)figuresubplot(2,2,1）；plot(t，m）;axis(［—0.050。15-33］）;title（’1—1消息信號(hào)m（t)'）;％繪制消息的頻譜b=fft(m）;subplot(2，2,2);plot（f，abs（b(1：1000)))；axis([-150150—15001500])；title('1—2消息信號(hào)m（t)的頻譜'）；％雙邊幅度調(diào)制（DSB-AM)subplot（2,2，3);plot(t，u)；axis([—0.050.15-33］）;title(’1-3已調(diào)制信號(hào)u（t）'）；%繪制已調(diào)信號(hào)的頻譜d=fft（u);subplot(2，2，4)；plot(f，abs（d(1：1000）));axis（［—150150-15001500])；title(’1-4已調(diào)制信號(hào)u（t)的頻譜')；圖4—1DSB—AM調(diào)制4。2相干解調(diào)％DSB-AM相干解調(diào)信號(hào)figurey=u。*c;subplot(2,2，1）;plot（t，y);axis([-0.050.15—33])；title('2-1相干解調(diào)信號(hào)’）；%DSB-AM相干解調(diào)信號(hào)的頻譜h=fft(y）;subplot(2，2，2）；plot（f,abs（h（1:1000））);axis([—150150—600600]）;title（’2-2解調(diào)信號(hào)的頻譜');圖4-2相干解調(diào)%帶通濾波figurefs=10000;j=ademod（y，fc,fs,’amdsb-sc'）；subplot（2,2，3）;plot（t,j）；axis（［-0。050。15-33］）；title（’2-3帶通濾波'）;％帶通濾波的頻譜v=fft（j）;subplot（2,2，4）;plot（f,abs（v(1：1000)))；axis(［-5050—5004000］）；title('2—4帶通濾波的頻譜’)；圖4—3帶通濾波5單邊帶幅度調(diào)制（SSB—AM）的MATLAB實(shí)現(xiàn)%上邊帶figureN=length(c);s=sin(2＊pi＊fc*t)；mh=hilbert(m,N)；sl=m。*c—mh。*s;subplot(2，2,1);plot(real(sl）)；axis(［950011500—44］);title（'3—1LSB’）；％下邊帶su=m。＊c+mh。*s；subplot（2,2，2);plot（real(su））;axis（［950011500—44]);title（’3—2USB');％上邊帶頻譜k=fft（sl）;subplot（2，2,3）;plot(f,abs（k（1:1000))）；axis（[-100100-1001400])；title（'3-3LSB頻譜’)；％下邊帶頻譜e=fft(su);subplot（2,2,4);plot(f，abs（e（1：1000)））;axis（[—100100—1001400］)；title('USB頻譜’）;圖5-1SSB-AM的MATLAB實(shí)現(xiàn)6常規(guī)幅度調(diào)制（AM）的MATLAB實(shí)現(xiàn)%常規(guī)幅度調(diào)制figureg=c。＊(0。8*m+1)；subplot（2，1，1)；plot（t,g)；axis（［—0.050。15—22]);title(’4-1常規(guī)幅度調(diào)制（AM）’);%常規(guī)幅度調(diào)制的頻譜r=fft（g）；subplot（2,1,2);plot（f,abs(r(1：1000）））;axis（［-5050-5004000])；title('4—2常規(guī)幅度調(diào)制(AM）的頻譜’)；圖5-2AM的MATLAB實(shí)現(xiàn)7總結(jié)此次基礎(chǔ)強(qiáng)化訓(xùn)練中我的收獲有以下幾點(diǎn):第一．對(duì)書本上的理論知識(shí)有了更深刻的理解。在程序的編寫過程中不斷利用課堂所學(xué)理論知識(shí)進(jìn)行調(diào)整和修改;最終實(shí)現(xiàn)設(shè)計(jì)目的過程是自己從另一個(gè)層面又一次學(xué)習(xí)的過程。第二，學(xué)習(xí)到了若干在今后學(xué)習(xí)生活中，或者走出校門時(shí)對(duì)自己有幫助的軟件等的使用方法,MATLAB等軟件進(jìn)行簡(jiǎn)單計(jì)算程序的編寫。我認(rèn)為我們做課程設(shè)計(jì)的目的是通過這一過程使自己掌握了獨(dú)立搜集資料、思考分析問題的能力和獨(dú)立學(xué)習(xí)的能力，正真學(xué)到本領(lǐng)。這次課程設(shè)計(jì)也激發(fā)了自己學(xué)習(xí)的積極性，在親身實(shí)踐中收獲成功的喜悅.8參考文獻(xiàn)[1]王華等MATLAB電子仿真與應(yīng)用教程國(guó)防工業(yè)出版社2001[2］李文鋒圖形圖像處理與應(yīng)用中國(guó)標(biāo)準(zhǔn)出版社2006[3]王洪元MATLAB語(yǔ)言以及在電子信息工程中的應(yīng)用清華大學(xué)出版社2004［4］劉文耀數(shù)字圖像采集與處理電子工業(yè)出版社2007［5］賀興華MATLAB7。X圖像處理人民郵電出版社2006[6]章毓晉圖像工程(上冊(cè)）北京清華大學(xué)出版社1999計(jì)算機(jī)控制技術(shù)實(shí)驗(yàn)—基于Mａt(yī)ｌaｂ的最少拍控制系統(tǒng)設(shè)計(jì)學(xué)院：計(jì)算機(jī)科學(xué)與技術(shù)班級(jí):姓名：學(xué)號(hào):指導(dǎo)老師：日期:基于Matlab的最少拍控制系統(tǒng)設(shè)計(jì)實(shí)驗(yàn)?zāi)康膶W(xué)習(xí)使用Matlaｂ設(shè)計(jì)最少拍系統(tǒng)的方法。實(shí)驗(yàn)器材x86系列兼容型計(jì)算機(jī)，Ｍatlａb軟件。實(shí)驗(yàn)原理1。數(shù)字PID系統(tǒng)設(shè)計(jì)建立所示的數(shù)字PＩD系統(tǒng)控制模型并進(jìn)行系統(tǒng)仿真，已知：，采樣周期T＝0。1s。2。最少拍系統(tǒng)仿真最少拍設(shè)計(jì),是指系統(tǒng)在典型輸入信號(hào)（如階躍信號(hào)、速度信號(hào)、加速度信號(hào)等）作用下，經(jīng)過最少拍（有限拍）使系統(tǒng)輸出的系統(tǒng)穩(wěn)態(tài)誤差為零。因此,最少拍控制系統(tǒng)也稱最少拍無差系統(tǒng)或最少拍隨動(dòng)系統(tǒng)，它實(shí)質(zhì)上是時(shí)間最優(yōu)控制系統(tǒng)，系統(tǒng)的性能指標(biāo)就是系統(tǒng)調(diào)節(jié)時(shí)間最短或盡可能短，即對(duì)閉環(huán)Z傳遞函數(shù)要求快速性和準(zhǔn)確性。下面以一個(gè)具體實(shí)例介紹最少拍系統(tǒng)的設(shè)計(jì)和仿真?？紤]圖中所示的采樣數(shù)字控制系統(tǒng)，被控對(duì)象的脈沖傳遞函數(shù)為最少拍采樣數(shù)字控制系統(tǒng)設(shè)采樣周期T=1s，首先求取廣義被控對(duì)象的脈沖傳遞函數(shù):廣義被控對(duì)象我們知道，最少拍系統(tǒng)是按照指定的輸入形式設(shè)計(jì)的,輸入形式不同，數(shù)字控制器也不同。因此,對(duì)三種不同的輸入信號(hào)分別進(jìn)行考慮:(1）單位階躍信號(hào):計(jì)算可得到最少拍數(shù)字控制器為??D檢驗(yàn)誤差序列：E從E(z）看出,按單位速度輸入設(shè)計(jì)的系統(tǒng)，當(dāng)ｋ大于等于2之后,即二拍之后，誤差e（k）=0,滿足題目要求.（2）單位速度信號(hào):原理同上，我們可以得到：eｑ\ｆ（3,4）檢驗(yàn)誤差:從E(ｚ）看出,按單位速度輸入設(shè)計(jì)的系統(tǒng)，當(dāng)k２之后,即二拍之后，誤差e（k）0，滿足題目要求.（３）單位加速度信號(hào)：DE可知，按加速度輸入信號(hào)設(shè)計(jì)的系統(tǒng)當(dāng)k大于等于３,即三拍之后,誤差e(k）=０。將所得結(jié)果分別用Matlａb中的Simｕliｎｋ工具箱進(jìn)行仿真，并將輸入、輸出和誤差三條曲線放置在同一圖像內(nèi),比較三種情況下的跟隨特性。實(shí)驗(yàn)步驟在三種輸入（單位階躍/速度／加速度)分別作用下,運(yùn)用Ｓｉｍｕlink對(duì)其控制結(jié)果進(jìn)行仿真.（1）單位階躍信號(hào)：系統(tǒng)Ｓimulinｋ仿真模型框圖如下圖所示：?jiǎn)挝浑A躍信號(hào)輸入時(shí)最少拍控制系統(tǒng)將示波器的數(shù)據(jù)存為矩陣形式,命名為y1在Ｍatlab命令窗口輸入:〉＞plｏｔ(ｔouｔ(:,1），y1（：,2:4)）；＞〉hｏlｄｏn，lｅgend(＇輸入'，＇誤差’，'輸出'）可得輸入、輸出和誤差三條曲線仿真結(jié)果如下圖所示：?jiǎn)挝浑A躍信號(hào)輸入時(shí)系統(tǒng)的仿真結(jié)果（2）單位速度信號(hào)：控制系統(tǒng)Ｓｉｍulink框圖如下圖所示：?jiǎn)挝凰俣刃盘?hào)輸入時(shí)最少拍控制系統(tǒng)將示波器的數(shù)據(jù)存為矩陣形式，命名為y２在Ｍatｌab命令窗口輸入>〉ｐloｔ（touｔ(：,1），y2(：，2：4）)；〉＞holdoｎ，legenｄ('輸入’，＇誤差’，’輸出’）可得輸入、輸出和誤差三條曲線仿真結(jié)果如下圖所示:單位速度信號(hào)輸入時(shí)系統(tǒng)的仿真結(jié)果（3）單位加速度信號(hào)：控制系統(tǒng)Siｍｕlink框圖如下圖所示：?jiǎn)挝患铀俣刃盘?hào)輸入時(shí)最少拍控制系統(tǒng)將示波器的數(shù)據(jù)存為矩陣形式，命名為ｙ3在Matlab命令窗口輸入〉〉ｐlot（tｏut(:,１)，y３（：,２：4）);＞〉holｄon,legeｎd('輸入’,’誤差’，’輸出’）仿真結(jié)果圖如下圖所示：?jiǎn)挝患铀俣刃盘?hào)輸入時(shí)系統(tǒng)的仿真結(jié)果實(shí)驗(yàn)數(shù)據(jù)及結(jié)果分析由上面的仿真結(jié)果圖可知,按最少拍控制系統(tǒng)設(shè)計(jì)出來的閉環(huán)系統(tǒng)，在有限拍后進(jìn)入穩(wěn)態(tài)，這時(shí)閉環(huán)系統(tǒng)輸出在采樣時(shí)間精確的跟蹤輸入信號(hào)。如單位階躍信號(hào)在一拍后，單位速度信號(hào)在兩拍后，單位加速度信號(hào)則在三拍之后。然而，進(jìn)一步研究可以發(fā)現(xiàn)雖然在采樣時(shí)刻系統(tǒng)輸出與所跟蹤的參考輸入一致，但在兩個(gè)采樣時(shí)刻之間,系統(tǒng)的輸出存在著紋波或振蕩。例如單位階躍信號(hào)在一拍后的穩(wěn)態(tài)響應(yīng)仍有許多振蕩。這種紋波不僅影響系統(tǒng)的控制性能，產(chǎn)生過大的超調(diào)和持續(xù)振蕩,而且還增加了系統(tǒng)功率損耗和機(jī)械磨損。實(shí)驗(yàn)總結(jié)在本次設(shè)計(jì)的過程中,我發(fā)現(xiàn)很多的問題，給我的感覺就是有點(diǎn)難,不是很順手.在調(diào)試的過程中，遇到的問題更多，調(diào)試的過程是一個(gè)讓人思考的過程,也是熟悉穩(wěn)態(tài)方法和實(shí)踐動(dòng)手的好機(jī)會(huì)，順著模塊的順序依次排查接線，出現(xiàn)問題，想出各種可能的情況,測(cè)試解決.通過這次的課程設(shè)計(jì)，鍛煉了我的動(dòng)手實(shí)踐能力，讓我有機(jī)會(huì)將課本所學(xué)的知識(shí)與實(shí)際相結(jié)合。切身體會(huì)到動(dòng)手能力的重要。同時(shí)電路的設(shè)計(jì)修改也是我將知識(shí)整理融匯的過程,在某些課設(shè)涉及的地方我的理解更加深入了。今后隨著學(xué)習(xí)的深入,還會(huì)有更加深入的理論方法,相信到時(shí)候我可以學(xué)會(huì)更多知識(shí)，將所學(xué)的知識(shí)學(xué)以致用。佳木斯大學(xué)畢業(yè)論文基于Matlab的人臉識(shí)別系統(tǒng)設(shè)計(jì)與仿真學(xué)院信息電子技術(shù)專業(yè)電子信息工程班級(jí)11級(jí)１班學(xué)籍號(hào)１１１00540116姓名楊雷指導(dǎo)教師周經(jīng)國(guó)佳木斯大學(xué)20１5年6月1０日摘要人臉識(shí)別即指利用分析比對(duì)人臉視覺特征信息從而達(dá)到身份鑒別效果的計(jì)算機(jī)技術(shù)。人臉識(shí)別是一項(xiàng)當(dāng)下十分熱門的計(jì)算機(jī)技術(shù)的研究領(lǐng)域，該項(xiàng)技術(shù)可以人臉明暗偵測(cè)，并且自動(dòng)調(diào)整動(dòng)態(tài)曝光補(bǔ)償，同時(shí)對(duì)人臉追蹤偵測(cè),并自動(dòng)調(diào)整影像放大；這項(xiàng)技術(shù)屬于生物特征識(shí)別技術(shù)的一種,是利用生物體(一般指人）本身的生物特征從而達(dá)到區(qū)分生物體個(gè)體的目的。人臉識(shí)別技術(shù)目前主要用做身份識(shí)別。由于視頻監(jiān)控的飛速普及,使這項(xiàng)應(yīng)用迫切的需要一種能實(shí)現(xiàn)在用戶非配合狀態(tài)下、遠(yuǎn)距離的進(jìn)行快速身份識(shí)別的技術(shù)，以求能在遠(yuǎn)距離之下快速識(shí)別人員身份，從而實(shí)現(xiàn)智能預(yù)警的功能。最佳的選擇無疑是人臉識(shí)別技術(shù)。采用快速人臉檢測(cè)識(shí)別技術(shù)可以從視頻監(jiān)控圖象中實(shí)時(shí)捕獲到人臉信息，并與人臉數(shù)據(jù)庫(kù)中的已存信息進(jìn)行實(shí)時(shí)比對(duì),從而達(dá)到快速身份識(shí)別的效果。報(bào)告利用MAＴＬAＢ軟件來實(shí)現(xiàn)人臉信息檢測(cè)與識(shí)別,利用YCbＣr空間以及灰度圖像來實(shí)現(xiàn)人臉的邊緣分割,將真彩圖像轉(zhuǎn)換為灰度圖像，并根據(jù)膚色在ＹCｂCｒ色度空間上的分布范圍，來設(shè)定門限閥值,從而實(shí)現(xiàn)人臉區(qū)域與非人臉區(qū)域的分割,通過圖像處理等一系列的操作來剔除干擾因素，再通過長(zhǎng)寬比和目標(biāo)面積等方法在圖像中定位出人臉區(qū)域,經(jīng)試驗(yàn),該方法能夠排除面部表情、衣著背景、發(fā)型等干擾因素,從而定位出人臉區(qū)域。關(guān)鍵詞：Matlab軟件；灰度圖像;邊緣分割；人臉區(qū)域AbstrａctFacerecogniｔｉｏnesｐeｃiallｙｕｓecomparａt(yī)iｖeaｎalｙｓiｓfacevisｕaｌfeaｔuｒeiｎfoｒmationforidｅｎｔifｉcationofcompuｔertechｎology．Faceｒｅcoｇnitｉonｉsaｈoｔresearｃｈfiｅldcｏmpｕtertechnｏlogy，facedｅtｅctｉon,lｉghtａｎｄｓhａdｅcanbeaｕtomａt(yī)icalｌyadjusteddｙnaｍｉcallｙexpｏsurecｏmpｅnsａt(yī)ioｎ，humａnｆaｃetrａcｋingｄetecｔiｏn,aｕｔｏmaｔicａdjusｔmentofiｍａgeｍagniｆiｃation；Ｉtbeｌongstotheｂｉometriciｄentifiｃationteｃhnolｏgｙ,itｉsoｆｏrｇaniｓms（geneｒallyｒeferstｏａperｓon)indｉvｉdualbiｏlｏgｉcalcｈaraｃteriｓticｓtodistinguishｂetweentheorgaｎｉsmitｓelｆ.Ｆａceｒecognitiｏnｉsmainlｙuｓｅdfｏｒidenｔificatioｎ。Ｂecaｕseofｔhevｉdｅｏmonitorｉnｇisfastpoｐｕlaｒizaｔiｏn，manyｏｆthevidｅomonｉｔoringapplicationisanurgeｎtｎeedｔoalongｄｉｓtaｎce,tｈeusernotcooｐerateconditionoｆｒapidｉdentifｉcaｔｉontechnoloｇy,inorｄer.Faceｒeｃognitiｏnｔeｃhnｏlogyｉｓundoubtedlytheｂeｓtcｈoｉｃe，thefaｓtｆacedetectｉontecｈnｏlogｙtomonitorinreal—timevｉdeoiｍageｓeaｒｃhfｒoｍface，ａｎdwithrｅaｌ-timetｈanfａcedａt(yī)ａbａse，soａsｔorealiｚerapｉdideｎtificaｔion。ReporｔusinｇMＡTＬABsｏfｔwaretｏreａliｚefaｃeinｆormaｔiondetｅctionandrecognition，ｕｓingＹCbCrsｐａceandgrayimａgetoreaｌｉｚethｅfaceｅｄgｅsegmeｎtaｔion，tｈetｒueｃｏlorｉmaｇeｉsconvertedｔoagｒayscaleｉmａｇe,anｄaccｏrdｉngtothecolorofskｉninYCｂCｒchromaspａceｄisｔrｉｂutiｏn,tosｅtthｅthｒeshoｌdｔhreshold,soastorealizｅｔhesegmeｎｔatｉonoffaceｒｅgｉonwithｔhefａceｒｅｇion，ｔhrouｇｈａｓeｒiesofopｅrａt(yī)ｉonssuchａsiｍageprｏｃｅssiｎgｔoeｌｉminatｅiｎteｒferenｃｅfactors,aｎｄtｈrｏughsuchmeansasａsｐeｃtrａt(yī)ｉoandthｅｔargetａｒeａlocateｔhefaceｒegｉonintｈｅｉmage，theｅxperiｍｅnｔ，ｔhismethodcaｎelｉｍinaｔｅfacｉalｅxpressionｓ,cｌｏthes,ｈairbａckgrｏundiｎterｆeｒｅncefacｔors,sｏastolｏｃatethｅｆaceregion。Keyｗｏrds：Ｍaｔlab；Gｒayimage;edgesegmｅntatｉｏn;faceｒeｇｉｏn目錄TOＣ\ｏ”1-３"\h\z\uHYPERLIＮK\l"_Toｃ4220461７3”摘要PAGＥREF＿Toc4２2046173\h1HＹPEＲLINK\l”＿Ｔoc422046１74”Abstrａcｔ４6174\h2HYＰEＲLINK\l＂_Toc422046175"目錄PAＧEＲEF＿Ｔoc4２2046175＼ｈ3第１章緒論P(yáng)AＧEREＦ_Toc42２0461７６\h4ＨYPEＲＬINK\l”_Tｏｃ4220４6177”1.1課題的研究背景、目的及意義ＰAGEREF_Toｃ42204617７\h４1。1。1課題的研究背景PＡＧEREＦ＿Ｔoｃ4220４６178\h41。1。2研究目的及意義ＰＡGＥREF＿Tｏｃ42２04617９\h51。2本課題的主要內(nèi)容PAGEREF_Ｔｏｃ422046１80\ｈ5第2章圖像處理的Ｍaｔｌaｂ實(shí)現(xiàn)ＰAGＥRＥF_Tｏｃ４2２０46181\h6HYＰERＬINK\l＂_Toc42204６182”2．1識(shí)別系統(tǒng)構(gòu)成２046１82＼ｈ6ＨYPERＬIＮK\l"_Toc4２2０４６183＂2.2人臉圖像的讀取與顯示PAＧEＲEＦ_Tｏc422046183＼h7HYPＥRLINK\l"＿Toc４２2０46184＂2.3圖像類型的轉(zhuǎn)換PAＧERＥＦ＿Toc4２2０４６１84\h72.４圖像增強(qiáng)PAGＥＲEＦ＿Ｔｏc42204６1８5\h82。5灰度圖像平滑與銳化處理PAGＥREF_Ｔｏc422046１86\h92．6邊緣檢測(cè)PAGEREF＿Toc４22046１87\h11HYPERLINK\l”＿Toc4220４61８8”第3章人臉識(shí)別計(jì)算機(jī)系統(tǒng)PAＧＥREＦ_Toc4２204618８＼h12３。1系統(tǒng)基本構(gòu)架PＡGEREF＿Toc４22046189＼h1２３．2人臉檢測(cè)定位算法PAGEREＦ＿Toc4２2046１90\h12HYＰERＬIＮK\l"_Toc４2２０46191＂3．3匹配與識(shí)別PAＧEＲＥF_Toｃ４２204619１\ｈ17結(jié)論P(yáng)AGERＥF＿Ｔoc４22046１92＼h２4致謝PＡGEＲEF_Toc4２２04６193\h25HYPERＬＩＮK\l"_Toc422０461９4＂參考文獻(xiàn)PAGEREＦ＿Toc42204６１94＼h２6HYPERＬIＮK\l＂_Toc42204６１95"附錄1人臉識(shí)別的MAＴLＡB源程序PAGEREＦ_Toｃ422０４６1９5＼h2７附錄2外文參考文獻(xiàn)及翻譯PAGEREF_Tｏｃ42２04６１9６\h31第1章緒論1。1課題的研究背景、目的及意義1。1。１課題的研究背景數(shù)字圖像處理技術(shù)是2０世紀(jì)6０年代發(fā)展起來的一門新興技術(shù)。近３0多年來,在計(jì)算機(jī)科技和大規(guī)模集成電路技術(shù)的迅猛發(fā)展、離散數(shù)學(xué)理論創(chuàng)立和完善，以及工業(yè)、軍事、醫(yī)學(xué)等方面的應(yīng)用需求在不斷增長(zhǎng)，人臉識(shí)別技術(shù)已經(jīng)在人機(jī)交互、安全驗(yàn)證系統(tǒng)、系統(tǒng)公安(罪犯識(shí)別等)、醫(yī)學(xué)、檔案管理、信用卡驗(yàn)證、視頻會(huì)議等方面的巨大應(yīng)用前景而越來越成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。目前,人臉識(shí)別技術(shù)應(yīng)用最廣泛的地方就是各大公司、商場(chǎng)、政府保密機(jī)構(gòu)的門禁考勤系統(tǒng)。２0世紀(jì)90年代后期以來，一些商業(yè)性的人臉識(shí)別技術(shù)系統(tǒng)逐漸進(jìn)入市場(chǎng).自美國(guó)遭遇恐怖分子襲擊事件后,這一技術(shù)引起了社會(huì)各方的廣泛關(guān)注.由于隱蔽性十分好,該項(xiàng)技術(shù)逐漸成為國(guó)際反恐及安全防范的重要手段之一。人臉識(shí)別技術(shù)在中國(guó)也有迅猛發(fā)展的歷史。國(guó)家“十一五”科技發(fā)展規(guī)劃就將人臉識(shí)別技術(shù)的研究與發(fā)展列入其中,并明確指出“要在生物特征識(shí)別技術(shù)領(lǐng)域縮小與世界先進(jìn)水平的差距，開展生物特征識(shí)別應(yīng)用技術(shù)研究,開發(fā)具有高安全性、低誤報(bào)率的出入口控制新產(chǎn)品?！痹谶@種形勢(shì)下，國(guó)內(nèi)一些科研院所在人臉識(shí)別技術(shù)上有了重大發(fā)展和突破。如清華大學(xué)、中科院計(jì)算機(jī)所、中科院自動(dòng)化所等自主研發(fā)的人臉識(shí)別技術(shù)已經(jīng)達(dá)到了國(guó)際先進(jìn)的水平。經(jīng)過多年的研發(fā)探索，在世界各大研究機(jī)構(gòu)的研發(fā)人員的共同努力下,人臉識(shí)別技術(shù)這一領(lǐng)域取得了豐碩的成果,這些研究成果的取得和科技的進(jìn)步,更進(jìn)一步推動(dòng)了人類對(duì)人臉識(shí)別技術(shù)這一高端技術(shù)的深入研究。人臉識(shí)別技術(shù)，顧名思義,指利用采集、分析、比較人臉視覺特征信息來進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。廣義的人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù),包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識(shí)別特指通過人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng).它是人們一直所追求的讓機(jī)器智能化技術(shù)，就是讓機(jī)器具備和人類一樣的思考能力,識(shí)別能力以及處理事務(wù)的能力.而人臉識(shí)別技術(shù)的研究就是在這樣的背景下發(fā)展起來的.1．1.2研究目的及意義目前，人臉識(shí)別技術(shù)已經(jīng)廣泛用于軍隊(duì)、政府、社會(huì)福利保障、銀行、安全防務(wù)及電子商務(wù)等領(lǐng)域。而我們研究這項(xiàng)技術(shù)的目的就是讓其更好地服務(wù)于人類社會(huì)，在這個(gè)生活快節(jié)奏的前提下，與人方便.例如京滬高鐵三站將建立人臉識(shí)別系統(tǒng)，即使整容也能被識(shí)別。鐵路部門發(fā)布計(jì)劃時(shí)表示，將在京滬高鐵段的天津西站、濟(jì)南西站、上海虹橋站這三個(gè)站點(diǎn)，建立人臉識(shí)別系統(tǒng)工程，以此來協(xié)助公安部門甄別、抓捕在逃罪犯。利用這個(gè)系統(tǒng),即使作案后的犯罪分子進(jìn)行整容,也會(huì)被識(shí)別。研究人臉識(shí)別技術(shù)，在現(xiàn)實(shí)意義上具有重大意義:一是能進(jìn)一步加強(qiáng)對(duì)人類視覺系統(tǒng)本身的認(rèn)知；二是能夠滿足人類社會(huì)中對(duì)人工智能應(yīng)用的廣泛需要.同時(shí)人臉識(shí)別技術(shù)又有自然性、無侵犯性、成本低、智能化等幾個(gè)顯著優(yōu)勢(shì).人臉識(shí)別技術(shù)的研究也有重大的學(xué)術(shù)價(jià)值。由于人類有非常復(fù)雜的細(xì)節(jié)變化,例如眼鏡、胡須、發(fā)型等附屬物的干擾,這就給該項(xiàng)技術(shù)帶來了巨大挑戰(zhàn).成功構(gòu)造出人臉識(shí)別系統(tǒng)將為解決其他與之類似的復(fù)雜問題提供重要的啟示。１.2本課題的主要內(nèi)容本次課題主要講述了人臉識(shí)別中應(yīng)用Ｍatlａb對(duì)圖像進(jìn)行預(yù)處理，通過人臉檢測(cè)、人臉跟蹤、人臉比對(duì)來實(shí)現(xiàn)基于Ｍatlａb的人臉識(shí)別系統(tǒng)的仿真。利用Matｌaｂ實(shí)現(xiàn)一個(gè)集多種預(yù)處理方法于一體的通用的人臉識(shí)別仿真系統(tǒng)，將該系統(tǒng)作為圖像預(yù)處理模塊嵌入在人臉識(shí)別系統(tǒng)中，并利用灰度圖像的直方圖比對(duì)來實(shí)現(xiàn)人臉圖像的識(shí)別判斷.文中在研究人臉識(shí)別技術(shù)的仿真過程中，主要涉及了YＣbＣr空間、灰度圖像轉(zhuǎn)換、噪聲消除、圖像填孔、圖像重構(gòu)、人臉區(qū)域確定、邊緣檢測(cè)等技術(shù)。通過多次實(shí)驗(yàn)并比對(duì)各個(gè)算法和技術(shù)的優(yōu)缺點(diǎn),有效地實(shí)現(xiàn)了基于Maｔｌab的人臉識(shí)別系統(tǒng)的設(shè)計(jì)與仿真,并達(dá)到了預(yù)期目標(biāo)和效果。第2章圖像處理的Matｌab實(shí)現(xiàn)２．1識(shí)別系統(tǒng)構(gòu)成人臉識(shí)別技術(shù)系統(tǒng)主要可分為四個(gè)組成部分，分別為:人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別.一般人臉識(shí)別系統(tǒng)構(gòu)架如圖2。1所示:人臉圖像采集及檢測(cè)人臉圖像采集及檢測(cè)人臉圖像預(yù)處理人臉圖像特征提取匹配與識(shí)別圖２.1人臉識(shí)別系統(tǒng)構(gòu)架(1）人臉圖像采集及檢測(cè)人臉圖像采集:人臉圖像信息都能通過攝像鏡頭采集記錄下來,比如不同位置、不同表情、靜態(tài)圖像、動(dòng)態(tài)圖像等方面都能得到很好的采集。當(dāng)目標(biāo)在采集設(shè)備拍攝的范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并采集目標(biāo)的人臉圖像；人臉檢測(cè):在實(shí)際中主要應(yīng)用于人臉識(shí)別的預(yù)處理，即在采集到的圖像中準(zhǔn)確定位出人臉的位置.人臉圖像中包含的模式特征非常豐富,如模板特征、結(jié)構(gòu)特征、直方圖特征、顏色特征等。人臉檢測(cè)就是挑出這其中有用的特征信息，并利用這些特征來實(shí)現(xiàn)人臉識(shí)別。（2)人臉圖像預(yù)處理人臉圖像預(yù)處理：所謂人臉圖像預(yù)處理，就是基于人臉檢測(cè)結(jié)果，并對(duì)人臉圖像進(jìn)行處理,最終服務(wù)于人臉特征提取的過程。系統(tǒng)獲取的原始人臉圖像由于受到隨機(jī)干擾和各種條件的限制，通常不能直接使用，所以必須在人臉圖像處理過程中要先對(duì)它進(jìn)行灰度圖像、噪聲過濾等圖像預(yù)處理。而對(duì)于人臉圖像，預(yù)處理的過程主要涉及灰度變換、人臉圖像的光線補(bǔ)償、幾何校正、直方圖均衡化、歸一化、濾波以及銳化等。（3）人臉圖像特征提取人臉圖像特征提取:人臉識(shí)別系統(tǒng)通常會(huì)使用的特征分為視覺特征、人臉圖像變換系數(shù)特征、像素統(tǒng)計(jì)特征以及人臉圖像代數(shù)特征等.所謂人臉特征提取即針對(duì)人臉的某些特征進(jìn)行的提取。人臉特征提取，也被稱為人臉表征,是對(duì)人臉特征進(jìn)行建模的過程。人臉特征提取的方法總結(jié)起來可以分為兩大類:一種是基于統(tǒng)計(jì)學(xué)習(xí)或代數(shù)特征的表征方法;另一種是基于知識(shí)的表征方法.(4）匹配與識(shí)別人臉圖像的匹配與識(shí)別：將提取到的圖像特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中已存的特征模板進(jìn)行搜索匹配，設(shè)定一個(gè)閾值,當(dāng)相似度超過這一閾值時(shí)，則把匹配所得到的結(jié)果輸出。人臉識(shí)別就是將待識(shí)別的人臉特征與已存儲(chǔ)的人臉特征模板進(jìn)行比對(duì),依據(jù)相似度對(duì)該人臉圖像的身份信息進(jìn)行判別.這一過程主要分為兩步：第一步是確認(rèn),就是一對(duì)一進(jìn)行圖像比較的過程,第二步是辨認(rèn),就是一對(duì)多進(jìn)行圖像匹配對(duì)比的過程。２．2人臉圖像的讀取與顯示人臉圖像的讀取和顯示可通過iｍｒeａd（）和ｉmshow(）指令來實(shí)現(xiàn);圖像的輸出可以用imwrite（)函數(shù)，很方便快捷的將圖像輸出到電腦硬盤上；另外還可以通過imcroｐ（)、imriｓize（）、imｒotａt(yī)e（）等函數(shù)來實(shí)現(xiàn)圖像的裁剪、縮放與旋轉(zhuǎn)等功能。2．3圖像類型的轉(zhuǎn)換Ｍatｌａｂ支持多種圖像類型,在很多圖像操作處理中，對(duì)圖像的類型有要求,所以就涉及到了對(duì)圖像的類型進(jìn)行轉(zhuǎn)換.Ｍatlab7.０圖像處理工具箱包含了不同圖像類型之間相互轉(zhuǎn)換的大量函數(shù),如ｒｇｂ2gray()可以將顏色映像表或RGB圖像轉(zhuǎn)換為灰度圖像,通過maｔ２gｒaｙ（）函數(shù)能實(shí)現(xiàn)矩陣轉(zhuǎn)換為灰度圖像的功能.在類型轉(zhuǎn)換的處理過程中，我們還會(huì)經(jīng)常遇到數(shù)據(jù)類型不匹配的問題，針對(duì)這一問題,Matlａb7.0工具箱中為我們提供了各種數(shù)據(jù)類型之間相互轉(zhuǎn)換的函數(shù),例如dｏuble()函數(shù)的功能就是將數(shù)據(jù)轉(zhuǎn)換為雙精度數(shù)據(jù)類型。因?yàn)楹罄m(xù)的圖像增強(qiáng)、邊緣檢測(cè)等都是針對(duì)灰度圖像進(jìn)行的,而原圖像是RＧB圖像,所以我們首先要對(duì)原圖像進(jìn)行類型轉(zhuǎn)換.實(shí)現(xiàn)過程代碼如下：i=ｉｍreａd（'F:\2．JＰG’）；j=ｒｇb2graｙ(ｉ)；ｉmshow（j);ｉmｗrｉte（j,’F：\2。ｔｉf＇）轉(zhuǎn)換后的灰度圖像如圖２.2所示：圖２。2灰度圖像2.4圖像增強(qiáng)圖像增強(qiáng)的目的是改善圖像的視覺效果，或者使圖像更適合于人或機(jī)器進(jìn)行分析處理.通過圖像增強(qiáng)，可以減少圖像中的噪聲,提高目標(biāo)與背景的對(duì)比度，也可以強(qiáng)調(diào)或抑制圖像中的某些細(xì)節(jié)。例如，消除照片中的劃痕，改善光照不均勻圖像,突出目標(biāo)的邊緣等。實(shí)現(xiàn)圖像的灰度轉(zhuǎn)換的方法有很多,其中最常用到的是直方圖變換的方法，即直方圖的均衡化.該種方法是使輸出圖像直方圖近似服從均勻分布的變換方法。Mａt(yī)ｌab7.0圖像處理工具箱中為我們提供了圖像直方圖均衡化的函數(shù)hｉstｅq(），我們也可以通過imhist（)函數(shù)計(jì)算和顯示圖像的直方圖。通過原圖與直方圖均衡化后圖像對(duì)比可以發(fā)現(xiàn),圖像變得更加清晰，并且均衡化后的直方圖相對(duì)于原直方圖的形狀更為理想。實(shí)現(xiàn)過程代碼如下：i＝imread（’F：＼2。tｉｆ')；ｊ=hiｓｔeq（i);imshoｗ（ｊ）；figｕrｅ,ｓubplot（1，2,1）,imhist(i);sｕbplｏｔ（１,2，２),ｉmhist（j）執(zhí)行后得到的圖像如下所示：圖2。３均衡化后的灰度圖像圖2。4均衡化前后的直方圖對(duì)比圖2。5灰度圖像平滑與銳化處理平滑濾波器的作用是模糊圖像或者消除噪聲,Matｌab7。０圖像處理工具箱為我們提供了ｗiener２()來實(shí)現(xiàn)對(duì)圖像噪聲的自適應(yīng)濾波,medfilteｒ２()函數(shù)用來實(shí)現(xiàn)中值濾波。在本文案例中，為使濾波效果更加明顯,我們預(yù)先為人臉圖像人為增加噪聲,然后用自適應(yīng)濾波方法對(duì)圖像進(jìn)行濾波處理。銳化處理的作用是用來強(qiáng)調(diào)圖像中被模糊的細(xì)節(jié),在本案例中，采用了預(yù)定義高斯濾波器的方法對(duì)圖像進(jìn)行銳化濾波.實(shí)現(xiàn)過程的代碼如下:ｉ=iｍread(’F：\２。tif’）;ｊ=ｉmｎoiｓe(i,’gａusｓｉａn',0，0.０2)；subploｔ(１，2，1)，imshow(j);j1=wieｎer2(j);subplot（1，2,2），ｉmshow（ｊ1)；ｈ＝fｓpeｃｉaｌ(’gausｓian＇，２，0。05）；j２=ｉmfｉｌｔer(ｉ,h);fiｇuｒe，subploｔ(1，2，１），imｓhow（i)subｐlot（1,2,2），imsｈow（j２）執(zhí)行上述代碼后得到的圖像如下所示：圖2．5平滑濾波效果圖圖２。6銳化濾波效果圖圖２。5中，第一個(gè)為加入噪聲的圖像，第二個(gè)為濾波后的圖像；圖2.6中,第一個(gè)為原灰度圖像,第二個(gè)為銳化后的圖像.2。6邊緣檢測(cè)數(shù)字圖像的邊緣檢測(cè)是目標(biāo)區(qū)域識(shí)別、圖像分割、區(qū)域形狀提取等圖像分析過程中十分重要的基礎(chǔ)步驟，也是人臉圖像識(shí)別中用來實(shí)現(xiàn)提取圖像特征的一個(gè)重要步驟。通過計(jì)算一階導(dǎo)數(shù)或二階導(dǎo)數(shù)可以快捷地檢測(cè)出圖像中每個(gè)像素在其鄰域內(nèi)的灰度變化，從而檢測(cè)出邊緣。常用的有梯度算子，,Roberts算子，canny算子，Ｌog算子等。Maｔｌab7．0工具箱中為我們提供的ｅｄgｅ（）函數(shù)可以用來進(jìn)行邊緣檢測(cè)，同時(shí)也可以根據(jù)案例所需要的選擇合適的算子及其參數(shù)。Ｍatlａb7。0圖像處理工具箱中提供了edｇe（）函數(shù)來實(shí)現(xiàn)圖像邊緣檢測(cè)，還有各種方法算子供我們選擇,在本案例中采用了canｎy算子來進(jìn)行圖像邊緣檢測(cè),程序代碼如下：i=ｉmrｅad('F：\2.tif’）;j=edge（i,'canny＇,［0。０4，0.２5］,１．5);imshow(j）執(zhí)行上述程序后得到如下圖像：圖２.1原灰度圖像圖2。7邊緣檢測(cè)效果圖第３章人臉識(shí)別計(jì)算機(jī)系統(tǒng)３。1系統(tǒng)基本構(gòu)架人臉識(shí)別是一個(gè)十分復(fù)雜的過程,一般人臉識(shí)別的計(jì)算機(jī)系統(tǒng)流程如圖３．1所示。它包括幾個(gè)步驟:進(jìn)行圖像采集，對(duì)于采集到的圖像,首先進(jìn)行人臉檢測(cè),得出有無人臉的結(jié)果;然后進(jìn)行人臉定位，找出人臉的位置并提取出來.對(duì)于人臉定位，在輸入的是圖像序列時(shí)，一般也被稱為人臉跟蹤。通常檢測(cè)和定位同步進(jìn)行.借助人臉描述對(duì)提取出來的人臉就可以進(jìn)行人臉識(shí)別，即通過提取人臉特征來確定其身份。開始開始圖像采集檢測(cè)定位是否定位成功是否處理成功圖像預(yù)處理人臉識(shí)別是否識(shí)別成功識(shí)別結(jié)果結(jié)束是是是圖3。1基本框架圖３.２人臉檢測(cè)定位算法人臉檢測(cè)定位算法可分為兩大類:一類是基于隱式特征的方法；另一類是基于顯式特征的方法所謂的顯式特征，即指人類肉眼可以直觀看到的特征，如膚色、臉部結(jié)構(gòu)、臉部輪廓等?；陲@式特征的方法是指通過肉眼的觀察,總結(jié)概括出人臉區(qū)域區(qū)別于“非人臉”區(qū)域的特征,根據(jù)與被檢測(cè)區(qū)域的對(duì)比，即是否滿足這些人臉特征，從而判定該區(qū)域包含人臉與否.根據(jù)所選擇的“人臉特征",基于顯式特征的方法可以分為三類:模板匹配的方法、基于膚色模型的方法、基于先驗(yàn)知識(shí)的方法.以上三類方法的優(yōu)缺點(diǎn)概括見表３－1：表3-1優(yōu)缺點(diǎn)對(duì)比檢測(cè)方法優(yōu)點(diǎn)缺點(diǎn)模板匹配具有較強(qiáng)的直觀性和較好的適應(yīng)性對(duì)面部表情的變換敏感；對(duì)于模板的選擇、參數(shù)的確定很困難膚色模型檢測(cè)速度相對(duì)較快陽(yáng)光、背景光線等會(huì)使人臉區(qū)域被分割,導(dǎo)致被漏檢先驗(yàn)知識(shí)的方法對(duì)于復(fù)雜圖像中的人臉檢測(cè)有較大優(yōu)勢(shì)依賴于先驗(yàn)知識(shí);工作量較大,運(yùn)算時(shí)間較長(zhǎng)基于隱式特征的方法就是將人臉區(qū)域看成一類模式，通過“人臉”、“非人臉”樣本、構(gòu)造分類器的使用，判別圖像中全部可能區(qū)域是否符合“人臉模式”的一類方法來實(shí)現(xiàn)人臉的檢測(cè)。這類方法可以分為：神經(jīng)網(wǎng)絡(luò)法、特征臉法、積分圖像法、支持向量法。以上四種方法的優(yōu)缺點(diǎn)比較見表３-2：表3—2優(yōu)缺點(diǎn)對(duì)比表檢測(cè)方法優(yōu)點(diǎn)缺點(diǎn)神經(jīng)網(wǎng)絡(luò)法效率較高，錯(cuò)誤報(bào)警數(shù)較少，網(wǎng)絡(luò)監(jiān)測(cè)速度較快多樣本訓(xùn)練所耗的費(fèi)時(shí)間多,網(wǎng)絡(luò)監(jiān)測(cè)錯(cuò)誤報(bào)警數(shù)較多本征臉法能抽象人臉全部信息，運(yùn)算時(shí)間相對(duì)較短通過模板測(cè)效率較低,多模板雖然增加了效率，但是檢測(cè)時(shí)間較長(zhǎng)積分圖像分析法檢測(cè)速度較快，滿足實(shí)時(shí)檢測(cè)的要求，檢測(cè)效率相對(duì)較高錯(cuò)誤報(bào)警數(shù)與檢測(cè)率成反比支撐向量法具有更好的泛化能力“非人臉”的復(fù)雜造成支持向量數(shù)目較多,導(dǎo)致運(yùn)算復(fù)雜度變大運(yùn)用matlａｂ軟件仿真進(jìn)行人臉檢測(cè)定位實(shí)例：人臉檢測(cè)定位程序：%％％％％RｅadiｎgｏｆaRGBimaｇe原始圖像i=imreａd（'F:＼2．ＪPG');Ｉ＝rｇb2ｇrａy（ｉ）;ＢW=im２bｗ（I）；ｆigｕｒｅ,imshｏw（BW)%％%％％％%％%%％%%%％％％％%％灰度圖像及均衡化灰度圖像[ｎ１ｎ2]=size(BW）;r＝flooｒ(n１／１０）;c=floｏｒ（n2／10）；ｘ1=1;x2＝r；ｓ＝r＊c；fori＝１：１0ｙ１=1;ｙ２＝c；fｏｒj=1:10if（y2<=c｜y２〉=９＊c）|（x1＝＝1｜x2==r＊10）loｃ＝fｉｎｄ(BＷ(x1:ｘ２,ｙ1：y2）＝=０）;［ｏp]=siｚe(ｌoｃ)；ｐr=o＊100/s;ｉfｐr<＝1０0BＷ(ｘ1：x2,y1：y２）=０;r1=x1；r2=x2;s1=y1；s２=y2;pr1=0;eｎｄiｍshow(ＢW)；endy１=ｙ1+c;y2=y2+c;ｅndｘ1=x１+r；x2＝ｘ２+ｒ；endfiｇuｒe，imshow(BW）％%%%％%％％%％％%％％％％%％人臉定位%％％%%％%%％％％％％％%％％%％%％%%Ｌ=ｂwlａbｅl(BW,８）;BB=rｅgionprｏｐｓ（L，'BounｄｉnｇBox’）;BB１=sｔruct2cell（BＢ);ＢＢ2=celｌ2mat（ＢB1)；［s1s2］=size(BB２)；mx=0；ｆｏｒk＝3：4:ｓ2-1ｐ＝BB2(1，k）＊ＢB2(1,ｋ+1）；ifp>mx&（BB2（1,k）／ＢB2(１,k+1)）〈1.8mx=p；j=k；enｄendｆｉｇure，ｉmshoｗ(Ｉ);holdon；reｃtａngle(’Ｐｏsitiｏn’,［BB2(1，j－2）,BB2（1,ｊ—1），ＢＢ2（1，j）,BＢ2（1，j）］，’EｄgeColoｒ','ｒ')１.原始圖片2?；叶葓D片3．均衡化灰度圖片４.人臉定位3。3匹配與識(shí)別人臉人別系統(tǒng)的最后一步是人臉識(shí)別。人臉識(shí)別，即通過對(duì)所采集到的人臉圖像進(jìn)行一系列處理,提取待識(shí)別人臉圖像的特征信息,通過與已存人臉數(shù)據(jù)庫(kù)信息進(jìn)行匹配識(shí)別，確定待識(shí)別人臉圖像的基本信息。運(yùn)行如下代碼：ｆuｎcｔionｖarargout=faceCｏｒｅ（vａrargｉｎ)％FACECＯRＥM-fileforfaceCoｒe。fig％FAＣEＣORE,byitself,ｃreatesaｎeｗFＡCEＣＯRＥorrａiｓestheexisting％singｌeton＊.％％H=FACＥCOREretuｒnstheｈandｌetoａnｅwFAＣECＯREｏｒｔhｅhanｄleto％theexisｔinｇsｉｎgleton＊。％％FACECOＲE(＇ＣALLBACＫ',ｈOｂject,evｅntDaｔa,haｎdleｓ，.．。)cａllsthelocaｌ％funｃtｉonnａmｅｄCALＬBACＫinＦACＥCORＥ．Ｍｗithtｈegiveninputaｒｇumｅnts。%%FACECORＥ（'Propｅrｔy＇，’Ｖalue’，。.。）createｓanｅwFACEＣOＲEｏrｒaisesthe%eｘistingsｉngleton*.Starｔingfrｏmｔhｅleｆt,propertｙvaluepairsａre%appｌiedtｏtheGUIbefoｒefａceCore_OpeｎingFunctｉonｇｅtscalled．An%unreｃogniｚｅｄpropｅrtｙnaｍｅoriｎvaliｄvaluemakespropｅrtyapｐｌiｃation％ｓtop．AllinｐutsａrｅpaｓｓedtofａｃeＣｏre＿ＯpeningFcnviａvａrａrgiｎ．%％＊SeeGUIＯpｔioｎsonGUＩＤE'sTｏolsmeｎu．Choosｅ”GUＩallｏwｓonlyｏne％iｎstanｃeｔorun（ｓingletoｎ）"。％％Seealso:GＵＩDE，GUＩＤATＡ，GUＩHANDLES%Ｃopyrigｈt2０02—20０３ＴhｅＭathWorks,Inc.%EdiｔｔｈeaboｖeｔexttｏmodifyｔhｅreｓpｏnsetoｈelｐfaceCore%ＬａstMｏdｉfieｄｂyGＵIＤEv2。５2８—Mａｙ－2０09１0：２1：26%Begiｎｉnｉtializatｉｏｎcode-ＤＯＮOTEDITｇuｉ_Singletoｎ＝1；guｉ＿Statｅ=stｒucｔ(’g