MATLAB完成BSC信道

BSC信道是二元对称信道（Binary Symmetric Channel）的简称。它的输入和输出都只有0和1两种符号，并且发送0而接收到1，以及发送1而收到0（即误码）的概率相同，所以称信道是对称的。此时条件差错概率（conditional probability）由p表示。二进制对称信道的转移概率下图所示：

利用MATLAB编程实现该信道，并且将图像通过该信道对比与系统函数bsc的差异发现结果一致，废话不多说，先上核心代码：

function pic = bsc1(pic,p) 
pic = double(pic);
for i = 1:length(pic(1,:))
    for j = 1:length(pic(:,1))
        px = rand();
        if px < p
            pic(i,j) = abs(pic(i,j)-1);
        end
    end
end

其中pic是图像数据，p为转移概率，利用double将其转换为数值数组，ij分别遍历图像的行列数据，每次进行rand取0-1随机数，小于p就产生误码，由于01之间转换的特殊性，一个格式下即减一取绝对值就可完成，至此函数部分完成。对于异或等或许能提高函数运算效率，不过我对这些逻辑运算不是太感冒，还是决定利用循环来做。

接下来进行验证：

 图一：（从数字图像处理课上扒来的图像，手动滑稽）

首先对图像进行二值化，imbinarize是二值化的函数，在MATLABr2014我使用的是im2bw，不过在r2018版本提醒使用imbinarize，这两个效果目测是一样的。接着用函数进行绘图，由于要求每次更改p中数值要让窗口中每个结果的title随之变化，所以使用title(['p =',num2str(变量)])，同时为了分辨三个figure生成的窗口，利用figure（‘name’，‘窗口名’）进行处理，不难发现用这种循环是可以完成BSC信道的，当然运算速度方面没做过深究，欢迎大佬指正。

clear all;close all;clc;
%% 图像二值化
pic = imread('F:\Donshow\Study\信息论与编码实验\camema.jpg');
figure('name','图像二值化');
subplot 121;imshow('camema.jpg');title('原图');
twopic = imbinarize(pic);
subplot 122;imshow(twopic);title('二值化');
%% 数据初始化
p = [0,0.25,0.5,0.75,1];
twopic = double(twopic);
%% 利用系统函数bsc
figure('name','图像通过系统函数bsc信道');
for i = 1:length(p)
    twopic1 = bsc(twopic,p(i));
    subplot(3,2,i);imshow(twopic1);
    title(['p = ',num2str(p(i))]);
end
%% 利用自己编写的函数bsc1
figure('name','图像通过自己编写函数bsc1信道');
for i = 1:length(p)
    twopic1 = bsc(twopic,p(i));
    subplot(3,2,i);imshow(twopic1);
    title(['p = ',num2str(p(i))]);
end

运行结果：

图二：figure1：图像二值化

图三：figure2：图像通过系统bsc函数 

图四：figure3：图像通过利用循环完成的bsc信道 

对比图三图四发现，符合要求。

写代码时查阅的一些资料也分享一下吧：

Matlab学习笔记 figure函数

Matlab中title函数使用