【数据压缩】第一次作业——浊音频谱分析以及图片求取RGB熵

目录

浊音频谱分析

图片求取RGB熵

---

• 浊音频谱分析

语音学中，将发音时声带振动的音称为浊音，声带不振动的音称为清音。发浊音时，气流通过声门时使声带发生振动，产生准周期激励脉冲串，这个脉冲串的周期就称为基因周期，其倒数称为基因频率。这里使用Audacity软件来对浊音进行时域和频谱分析，选择了“a”、“o”、“e”三个音，分析结果如下：

“a”的时域波形：

频谱分析：

 “o”的时域波形：

频谱分析： 

 “e”的时域波形：

频谱分析：

由图片可以看出，浊音在时域都有明显周期性，频谱分析中，浊音能量在低频处比较集中且幅度大。  

• 图片求取RGB熵

一幅RGB图像有三个通道，即红、绿、蓝，图像的每一个像素点都由这三个值来表示，通过编程可以实现分别计算一幅RGB图像的R值、G值和B值的熵。这里分析的图片文件为“test.rgb”，大小为256*256，里面的三个通道的值的排列顺序为：BGRBGRB……下面给出代码：

#include<math.h>  
#include<iostream>  
using namespace std;  
int main()  
{  
    double count[256] = { };                                    //计数，计算概率  
    double en[3] = { };                                         //对应存储B G R的熵  
    double iq;  
    int rgb;  
    int size = 256 * 256, total = 256 * 256 * 3;  
    unsigned char* RGB_buffer_in;  
    RGB_buffer_in = new unsigned char[total];                   //存储图片的RGB值  
    FILE* fp;  
    fopen_s(&fp,"D:/AUniversity/数据压缩/test.rgb", "rb");      //读取图片文件  
    if (fp == NULL)  
    {  
        printf("File not open!/n");  
    }  
    fread(RGB_buffer_in, sizeof(unsigned char), total, fp);     //将RGB值写入RGB_buffer_in  
    for (rgb = 0; rgb < 3; rgb++)                               //依次提取图像中的所有B值，G值，R值  
    {  
        for (int i = rgb; i < total; i+=3)  
        {  
            int m = RGB_buffer_in[i];                                 
            count[m]++;                                         //得到不同灰度值的对应数量  
        }  
        for (int j = 0; j < 256; j++)  
        {  
            count[j] = count[j] / size;  
            cout << count[j] << endl;                           //输出概率便于后续画图  
            if (count[j] != 0)  
            {  
                iq = log(count[j]) / log(2.0);  
                en[rgb] = en[rgb] - count[j] * iq;              //计算出熵  
            }  
        }  
        cout << endl;  
    }  
    fclose(fp);  
    printf("B的熵为:%f\n", en[0]);  
    printf("G的熵为:%f\n", en[1]);  
    printf("R的熵为:%f\n", en[2]);  
    return 0;  
}  

最后的计算结果为：

B的熵为:6.856861

G的熵为:7.178557

R的熵为:7.229651

同时还输出了图像像素点R，G，B值的概率，使用matlab编程得到概率分布图像：

代码如下：

clear;clc  
load BGR.mat  
x=0:1:255;  
semilogy(x,BGR(:,1),'b',x,BGR(:,2),'g',x,BGR(:,3),'r','LineWidth',2)  
axis([0 255 0 0.1])  
grid on  
legend('B','G','R')  
xlabel('像素值')  
ylabel('pmf')  

这里“BGR.mat”按列顺序存放着B，G，R的概率值。