数字基带信号仿真实验报告【推荐2篇】

篇1：数字图像处理实验报告

一、实验的目的和意义

实验目的：本实验内容旨在让学生通过用VC等高级语言编写数字图像处理的一些基本算法程序，来巩固和掌握图像处理技术的基本技能，提高实际动手能力，并通过实际编程了解图像处理软件的实现的基本原理。为学生进一步学习数字摄影测量、遥感和地理信息系统等专业课程以及应用图像处理解决实际问题奠定基础。

二、实验原理和方法

(1) Raw格式到BMP格式的转换：

Raw格式：Raw格式文件是按照数字图像组成的二维矩阵，将像素按行列号顺序存储在文件中。这种文件只含有图像像素数据，不含有信息头，因此，在读图像时，需要根据文件大小，计算图像所包含的行列号，或者需要事先知道图像大小(矩阵大小)。RAW文件按图像上行到下行、左列到右列顺序存储。

BMP格式：BMP文件数据区按图像上下行到上行、左列列到右列顺序存储到数据区。BMP文件由文件头、信息头、颜色表、数据区四个部分组成。

做Raw格式文件到BMP格式文件的转化，先要为BMP格式文件申请四部分的内存：文件头，位图信息头，颜色表，图象数据，然后根据输入值以及Raw文件信息，BMP格式文件信息计算出这几部分的值，赋给他们，写到BMP文件中去。

(2) 灰度图象的线性拉伸：

灰度变化是点运算，将原图象的每个像素的灰度值改成线性变化之后的灰度即可。

灰度的线性变换就是指图像的中所有点的灰度按照线性灰度变换函数进行变换。灰度变换方程如下：

该方程为线性方程。式中参数 为输入图像的像素的灰度值，参数 为输出图像的

灰度值。

设原图象的灰度范围为[a,b],变化之后的范围为[a’,b’]，则：

fA=(b’-a’)/(b-a)

fB=-(b’-a’)/(b-a)*a+a’

如果算出来的值大于255，则让它等于255，小于0则让其等于0。

(3) 局部处理(3*3高通滤波，3*3低通滤波)：

局部处理在处理某一像素时，利用与该像素相邻的一组像素，经过某种变换得到处理后图像中某一点的像素值。目标像素的邻域一般是由像素组成的二维矩阵，该矩阵的大小为奇数，目标像素位于该矩阵的中央，即目标像素就是区域的中心像素。经过处理后，目标像素的值为经过特定算法计算后所得的结果。

实际上都是利用卷积来实现的，卷积往往用一个矩阵表示，将矩阵的中心对齐某个像素，矩阵中的值乘到相应的像素中去，然后将所有乘积加起来就得到中心像素的灰度值。边界像素不做处理，仍为原来的灰度值。求出的像素灰度值若超过[0~255]，则向离其最近的属于该范围的像素值靠拢。

3*3低通滤波的算子见表1。

3*3高通滤波的算子见表2。

表格 1

1/9

1/9

1/9

1/9

1/9

1/9

1/9

1/9

1/9

表格 2

-1

-1

-1

-1

9

-1

-1

-1

-1

(4) 图象几何处理(图象平移，图象缩放)：

对于图像平移来说，若平移量是(tx，ty)，像素在原图像中的坐标为(x0，y0)，则变化后的坐标为(x1，y1)，x1=x0+tx，y1=y0+ty。平移只需改变像素的灰度值，不必改变位图信息头和调色板内容。

对于图像缩放，假设放大因子为ratio，缩放的变换矩阵为：

图像信息头中新图像的宽度和高度都变为原来宽度和高度分别与水平垂直比例的乘积，图像大小变为新宽度(变为4的整数倍)与新高度的乘积。

(5) 灰度图象中值滤波：

中值滤波也属于局部处理的一种，将窗口中的各个像素排序之后排序，取中值赋给模板中心的像素，所以窗口中个数一般是基数。

我用的中值滤波窗口是十字丝的9个数的窗口。

(6) 灰度图象边缘检测：

边缘检测有三种算子：Roberts，Prewit，Sobel。三种算子都是做一阶差分的，通过算子算出各个像素的梯度值，将水平梯度的绝对值和垂直梯度的绝对值相加，若此梯度值大于某个阈值，则将其灰度值赋为255，否则赋为0。

(7) 图象旋转：

图像旋转一般是以图像中心为中心顺时针旋转，利用图像的四个角点求出图像旋转后的大小。

先计算以图像中心为原点坐标系下原图像四个角点的坐标值，按照旋转矩阵计算其旋转之后的坐标值，根据四个角点的新坐标值计算出最大宽度和高度作为新图像的宽度和高度值，按照计算值修改位图信息头，申请一块新内存，存储旋转后图像的灰度值。

旋转矩阵如下：

同样要求各个像素在原图像中的坐标，先将新图像的坐标系平移到图像中心，做逆时针旋转，然后再平移到屏幕左上角，然后将原图像对应坐标的值赋给新图像。

(8) 图象二值化：

判断分析法：假定图像的灰度区间为[0，L-1]，则选择一阈值T 将图像的像素分为两组。

为最大值所对应的T，就是所求判断分析法的分割阈值。

搜寻到阈值之后，灰度值小于阈值的像素赋0，其他的赋1，修改文件信息头，调色板，申请新内存。

(9) 图象直方图：

统计各灰度值出现的频数，以及像素的总个数，用频数除以总个数作为频率，以灰度值作为横坐标，频率作为纵坐标绘图。

三、实验过程和步骤

首先要建立一个基于MFC的多文档工程，将视图基类改为滚动视图，以自己的学号命名。

我用的是书上给的CDib类，类里面有获取BMP宽度，高度的函数，有指向位图信息头的指针，指向图象数据的指针，因此我在文档类(Doc类)里定义了一个CDib类的对象，打开以及保存文件的时候利用这个对象去调用CDib里读取与存储文件的函数，并且可以利用这个对象的两个指针对打开的图象进行各种操作。

1.Raw格式到BMP格式的转换：

首先建立一个RawToBMP的对话框，在上面加上四个编辑框(一个输入打开文件的路径一个输入保存文件的路径，另两个)，两个按钮，以及默认的确认，取消按钮。利用类向导插入此对话框类，并且为前两个编辑框定义CString的两个变量，用来存储打开与保存文件的路径。同时为两个浏览按钮添加消息响应函数，在消息函数里创建CFileDialog对象，利用此对象的函数将两个路径值赋给前两个编辑框的成员变量。再为OK键添加消息响应函数，分别定义BMP格式文件前三部分数据变量，计算出各变量的值，并且利用一个CFile对象获取Raw图象的数据，利用另一个CFile对象将数据存储到所输入的路径的文件中去，CFile对象的Read函数会自动创建一个文件。

然后在菜单上新建一个菜单，为菜单添加消息响应函数，在其消息响应函数里创建RowToBMP对话框。这样点击菜单后就会弹出一个对话框，按确定键之后就可以读取Raw文件并且存储BMP文件，完成整个消息循环。

2.灰度图象的线性拉伸：

创建一个对话框来输入变化后的灰度值，为对话框的两个编辑框定义成员变量，在文档类中添加处理函数，按照对话框输入值计算出fA与fB，做一个循环，将0到255的灰度值，计算出拉伸后的灰度值(超限情况特殊处理)，存放在下标为此值的一个数组中，然后利用文档类的中定义的CDib类的成员变量m_DIB，获得当前打开的图像指

向图像数据部分的指针m_DIB.m_pBits，在数组中查出每个像素变化后的灰度值，并将此值赋给指针m_pBits指向的内存。刷新视图。

然后在菜单中加上线性拉伸的菜单，为该菜单的ID添加消息响应函数，在该函数中创建对话框，并调用文档类线性拉伸的函数，将对话框的两个成员变量传给此函数。

3.局部处理：

在文档类里添加低通滤波和高通滤波的成员函数，在函数中使用m_DIB对象中指向图像数据部分的指针m_pBits，首先申请一个新内存，将原来图像的灰度值存储起来，然后定义9个BYTE类型的指针，利用双重嵌套循环，在循环中每次用这9个指针指向复制图像对应模板中的9个数，然后按照模板中的数值计算出中心像素的灰度值，判断是否超过范围，如果超过范围则做相应的处理，否则将此值直接赋给m_pBits中对应的中心像素。循环之后刷新视图。

添加局部处理的菜单，为菜单设置消息响应函数，在菜单消息响应函数中调用文档类的函数，完成对m_DIB的处理。

4.图像几何变换：

建立平移对话框，定义两个成员变量，分别存储输入的水平位移和垂直位移。

在文档类里添加平移函数，申请一块新内存复制原图像的信息，在函数中将

外层循环变量i视为纵坐标，内层循环变量j视为横坐标，通过双重循环，对每个像素，求出其在原图像中的坐标(i0，j0)，将复制图像中的对应(i0，j0)的像素灰度值赋给m_DIB.m_pBits指针中的图像。如果在原图像中找不到该像素，置为背景色。刷新视图。

在菜单中添加图像平移菜单，并为该菜单添加消息响应函数，在此函数中创建平移对话框，调用文档类的平移函数，将对话框的成员变量传入该函数。

建立缩放对话框类，为此类定义两个成员变量，存储输入的水平缩放因子和垂直缩放因子。

再在文档类中添加缩放函数，利用m_DIB.m_pBMI(指向位图信息头的指针)，修改位图信息头中的宽度，高度，图像大小。计算出新图像的大小，申请一块新内存存储新图像，同平移函数一样，计算出每个像素在原图像中的坐标，i0=i/PRatio,j0=j/VRatio,PRatio与VRatio分别为水平缩放因子和垂直缩放因子。将原图像中对应坐标的灰度值赋给新内存，然后将m_DIB.m_pBits(指向图像数据的指针)指向新内存，刷新视图。

5.中值滤波：

在文档类中添加两个成员函数。一个用来把传入的指针里的内容排序，一个用来做中值滤波。也要申请一块新内存来复制原图像的信息，双重嵌套循环，边界像素不处理，对每个像素，使用一个大小为9个字节的数组来存放复制图像窗口中各像素值，然后将数组首地址传入排序的函数中，将中间的值赋给当前图像窗口中心的像素。排序函数我用的是快速排序法。

在菜单中添加中值滤波菜单项，为其添加消息响应函数，调用文档类的中值滤波函数。

6.边缘检测：

在文档类中定义三个函数，分别为Roberts，Prewit，Sobel算子处理函数，处理时，先申请新内存复制原来图像信息，边界像素不作处理，对每个像素值，求出其在复制图像中的梯度，判断，若梯度值大于150(这个是我自己定的)，则将灰度值赋为255，否则置零。

菜单中添加边缘检测菜单，置属性为Pop—up，添加三个下一级菜单，分别为Roberts，Prewit，Sobel，各个菜单的消息响应函数中调用文档类中各自的处理函数。

7.图像旋转：

创建一个对话框输入旋转角度，在文档类中添加成员函数。

先将角度化为弧度值。

计算原图像四个角点的坐标，以及新图像四个角点的坐标。

根据新图像四个角点的坐标，取对角线上两个点横坐标差值较大值作为宽度，纵坐标差值较大值作为高度。

根据计算出来的高度和宽度修改文件信息头，并且申请内存存储新图像。

计算每点的像素在原来图像中的坐标从而获取其灰度值，写入新内存。

将m_DIB.m_pBits指向该新内存。刷新视图。

添加图像旋转菜单，在菜单响应函数中创建对话框，调用文档类中旋转函数，将对话框中获取的角度传给旋转函数。

8.图像二值化：

在文档类添加一个成员函数，根据传人的图像和阈值返回组间方差和组内方差的比值。

再添加一个成员函数，进行二值化。

在函数中：

计算新BMP文件的大小，申请一块新内存，存储新的整个BMP文件的信息，将位图信息头中biBitCount置为1，调色板数组只有两个两个元素，下标为0的三个灰度值都为0，下标为1的三个灰度值为255。

从最大灰度值到最小灰度值之间搜寻上述函数返回值最大的值，作为阈值。

对每个像素，若其原来灰度值小于阈值，赋1，否则赋0。

将m_DIB,m_pBits指向新内存的图像数据部分，m_DIB.m_pBMI指向位图信息头。

9.图像直方图：

为文档类添加一个int型指针成员变量m_pGray，在构造函数中将该指针赋空，在文档类中定义了一个函数，统计各个灰度值出现的频数，申请一个内存，存储在这个内存中，并将m_pGray指向它。

创建一个画直方图的对话框，添加Picture控件，在控件里调用文档类成员变量，画直方图。添加一个滚动条，用来确定阈值，为滚动条添加消息响应函数，按照滚动条的值进行二值化。

在菜单中添加直方图菜单，添加消息响应函数，在响应函数中创建直方图对话框对象。

最后，因为我开始做工程的时候没有把菜单设计好，做得有点乱，所以，我又在View里添加WM_CONTEXTMENU消息响应函数，在函数体内用CMenu类来实现弹出菜单。

四、结果分析与评价

(1)Raw格式到BMP格式的转换：效果见图1。

图表 1

老师说在转化的时候后面用一个循环会降低效率，但是实际上只要宽度是4的整数倍，后面的循环就不会做了。所以这个算法效率我觉得还行吧。

(2)线性变化：输入线性变化范围10~20，效果见图2。

图表 2

用了线性查找表之后，这个算法的效率应该会高很多，但是我的算法里是线性表从0~255都有变化之后的值，实际上，如果图片的灰度范围小一些的话，做了很多无用的计算，而且前面已经搜寻过原图像的最大最小灰度值了，所以线性表的生成循环可以只从最小灰度做到最大灰度。另外，我设计的算法里，如果最大值和最小值输反了的话，程序会自动交换他们的值，做这个可能就会多算一些东西了。

(3)低通滤波：效果见图3。

图表 3

取的是8邻域内的平均值，效果不是很好。

高通滤波：效果见图4。

图表 4

基本上我觉得边缘还是有突出了吧。

中值滤波：效果见图5。

图表 5

这个中值滤波的效果我还是比较满意的，因为排序所以要调用其他函数，我用了快速排序，而且用的是9个数的十字丝窗口，所以速度要比25个数的窗口快一些。平滑的效果出来还可以。

(4)边缘检测：

Roberts算子：效果见图6。

图表 6

Prewit算子：效果见图7。

图表 7

Sobel算子：效果见图8。

图表 8

由于Prewit算子和Sobel算子都用了8个数去做，所以效果要好一些，相比之下，Sobel算子对这幅图又要效果好些，应该是对4邻域赋予了更大权的缘故。但是后两种算法计算量也要大一些。

(5)图像平移：效果见图9。

图表 9

这个图像平移量比较大，所以被裁切的也显得不真实了。主要是因为我的图像大小和坐标都没有变化，所以只在原来的图像坐标范围内显示平移后的图像，实际上，我既可以改变图像的大小，并且为了节省计算，可以让循环变量i和j从一个新的值开始做计算，前面的全都赋背景色。

图像缩放：水平比例0.4，垂直比例0.5，效果见图10。

图表 10

在此基础上旋转：效果见图11。

图表 11

这几种算法主要的计算量都在for循环内，所以要想优化算法的话，必须简化循环里的计算。不过我的想法差不多跟书上的差不多，还没有什么优化。也许，这种优化的算法需要看很多别人做的好程序才能慢慢自己学会吧。

(6)二值化(判断分析法)：效果见图12。

图表 12

实际上，我用直方图看的最佳阈值应该在100多左右，而我做的程序阈值好像偏小一些，所以效果不太好，我计算组间方差和组内方差的时候调用了一个函数专门求阈值，可能这里的计算还是有一点问题。而且在我的函数里，要256次调用这个函数，又因为计算机是按字节处理数据的，因此写图像数据的时候要用每8个写到一个数组中，然后通过计算得到字节类型的值，这些都使得我的算法效率比较低，最后一个问题，我觉得如果使用位运算会快一些，但是前面的问题还没有想到比较好的解决方法。

(7)直方图：效果见图13。

这个图像255的像素太多，如果我没算错的话，量化应该不是很好吧。

图表 13

五、实验总结与体会

这次实验学到最大的东西，是自己总算有MFC编程的概念了，虽然自己VC++考试的分数还不错，但是里面的很多东西，不通过自己的编程时绝对不能真正理解。比如说封装性，这次用CDib的方便，很好地利用了类的封装性。另外，比如MFC是基于消息响应机制的，这就决定了，要利用鼠标或者菜单响应函数去实现功能，而用c语言编写程序的时候，完全是按主函数的线程来的。

另外，我也学会了调试的真正含义。以前都只知道那几个按键是做什么用的，调试的真正目的，是根据自己的算法来检验程序计算的各个值是否符合，从而可以很快速方便地查到自己的错误。

自学也是很重要的一方面。实际上，在现在来说，用MSDN也不是很难的事了，我们不应该被英文打到，而且现在，随着对一些专有名词熟悉了之后，看MSDN也容易一些了，万一不懂的函数，也可以利用网络查到很多函数功能用法的解释。

刚开始的时候做的是位图的读取和显示，实在是不知从哪里做起，所以就照着实验书上敲了前面的部分，但是慢慢地也看懂了代码的意思。所以后来的基本上都是自己做的了，但是算法还是基本上和书上差不多。不过自己编的时候还是有很多细节的部分没有注意到，比如说，强制数据类型转换，我自己编的时候没有注意这个问题，结果出了很多错，有些事由于函数调用引起的，有些是由于不等号两边数据的匹配问题，还有的是由于指针的移动，直到这个时候，才真正明白实验书上程序为什么那么多强制类型转换，虽然书上很多东西不是尽善尽美，但是对于我这种刚开始学会编程的人还是有很多可以学习的地方的。

如老师所说，算法的效率是很重要的。要提高算法的效率，一个是要简化计算(不得不说，这需要数学基础)，另外一个就是要避免许多重复的计算。在参考书上的程序里，很多时候，为了避免这种重复的计算(在循环中表现尤其明显)，会把某些数当常数算出来，只要后来加上这个常数就可以，这样，效率高很多。

另外，对许多出错的情况，我的程序里也没有做好。比如，如果打开的不是8位图像，我的程序不会提示错误，正常结束，而可能做错，所以，这也是我应该向别人程序学习的地方。

最后一个，自己菜单的布局也是很乱的。要从一开始就布局好。

篇2：物理仿真实验氢氘光谱拍摄实验报告范本_实验报告_网

物理仿真实验氢氘光谱拍摄实验报告范本

一、实验目的

1.掌握氢氘光谱各谱线系的规律，即计算氢氘里德伯常数RH，RD的方法。

2.掌握获得和测量氢氘光谱的实验方法。

3.学习光栅摄谱仪的运行机理，并学会正确使用。

二、实验仪器及其使用方法

WPS-1自动控制箱，光源：铁电极。电弧发生器，光源：氢氘放电管。中间光阑，哈德曼光阑，摄谱窗口。

平面光栅摄谱仪是以平面衍射光栅作为色散元件的光谱仪器。它的光学系统用Ebert-Fastie装置（垂直对称式装置）， 其光学系统如图2所示。由光源B(铁电极、氢氘放电管)发射的光，经过消色差的三透镜照明系统L均匀照明狭缝S， 再经反射镜P折向球面反射镜M下方的准光镜O1上，经O1反射，以平行光束射到光栅G上，经光栅衍射后， 不同方向的单色光束射到球面反射镜的中央窗口暗箱物镜O2处， 最后按波长排列聚焦于感光板F上，旋转光栅G，改变光栅的入射角，便可改变拍摄谱线的波段范围和光谱级次。 这种装置的入射狭缝S和光谱感光板是垂直平面内对称于光栅G放置的，由于光路结构的对称性， 彗差和像散可以矫正到理想的程度，使得在较长谱面范围内，谱线清晰、均匀。 同时由于使用球面镜M同时作为准直物镜和摄谱物镜，因此不产生色差，且谱面平直。 使用摄谱仪做光谱实验时必须注意以下事项：

（1）摄谱仪为精密仪器，使用时要注意爱护。尤其是狭缝，非经教师允许，不可以随意调节各旋钮，手柄均应轻调慢调，旋到头时不能再继续用力，不要触及仪器的各光学表面；

（2）燃电弧时，注意操作安全。电弧利用高频高压，点燃后不要用手触及仪器外壳；更换电极时要切断高压电，用绝缘性能好的钳子或手套来更换；电弧有强紫外线辐射，使用时要戴防护眼镜；

（3）铁弧电极上不能有氧化物，应经常磨光，呈圆锥形；调节两电极头之间的距离，注意电极头成像不要进入中间光阑。

三、实验原理

巴尔末总结出来的可见光区氢光谱的规律为：

（n = 3，4，5 ……）

式中的B=364.56nm。此规律可改写为：

式中的为波数，为氢的里德伯常数（109 678cm）。

根据玻尔理论或量子力学中的相关理论，可得出对氢及类氢离子的光谱规律为：

其中，和为整数，z为该元素的核电荷数，相应元素的里德伯常数为：

其中，m和e为电子的质量和电荷，c是真空中的光速，h为普朗克常数，M为原子核的质量。显然，随元素的不同R应略有不同，但当认为M→∞时，便可得到里德伯常量为：

这与玻尔原子理论（即电子绕不动的核运动）所推出的R值完全一样。现在公认的

的值为：10973731m，这与理论值完全符合。有了这样精密测定的里德伯常量，又可以反过来计算还没有测定的某些元素的里德伯常数。即：

比如应用到氢和氘为：

可见，氢和氘的里德伯常数是有差别的，其结果就是氘的谱线相对于氢的谱线会有微小的位移，叫同位素位移。和是能够直接精确测量的量，测出它们，也就可以计算出氢和氘的里德伯常数。同时还可以计算出氢和氘的原子核质量比。

式中是已知量。注意：波长应为真空中的波长，同一光波，在不同介质中波长是不同的，唯有频率及对应光子的能量是不变的，我们的测量往往是在空气中进行的，所以为精确得到结果时应将空气中的波长转换为真空中的波长。

四、测量内容及数据处理

测量内容

1.拍摄氢氘和铁的光谱。按实验要求，拟好摄谱程序表格，调好光路后，按程序用哈特曼光栏的相应光孔，分别拍下氢氘和铁的光谱。

2.显示谱片。取下底片盒，到暗室进行显影，定影、水洗等处理得到谱片。

3.观察和测量氢氘光谱线的波长。在光谱投影仪上观察谱片上的光谱，区分铁光谱和氢氘光谱，基于在很小的波长范围内可以认为线色散是个常数。如下图所示.用线性内插法就可以算出待测的谱线的波长。在映谱仪上用直尺进行粗测，在阿贝比长仪上进行精确测量计算出氢氘谱线的波长。

4.数据处理。计算出氢氘的里德伯常数，确定其不确定度，给出实验结果表达式。