音频分析
浊音[a]
时域
频谱
分析:浊音的时域波形在短时内具有周期性,在相同时间尺度内,过零点最少,过零率低。整体能量集中分布在频率较低的部分,高频部分极少,有共振峰。相比之下能量最高。
清音[s]
时域
频谱
分析:短时内接近高斯过程,类似白噪声,在相同时间尺度内,过零点高,过零率比较高。能量集分布在频率较低和高频部分,中间频率的能量较低。相比之下能量最低。
爆破音[p]
时域
频谱
分析:可以观察出波形在短时内快速衰减,幅度逐渐降低。过零率介于清浊音之间。能量整体呈现低频到高频下降的趋势。
熵计算
熵的计算公式:
代码:
#include<stdio.h>
#include <iostream>
#include<malloc.h>
#include<string.h>
using namespace std;
int main()
{
int image_size = 256 * 256;
unsigned char* Y_IN;//原图像
unsigned char* R_IN;//原图像
unsigned char* G_IN;//原图像
unsigned char* B_IN;//原图像
Y_IN = (unsigned char*)malloc(image_size*3);
R_IN = (unsigned char*)malloc(image_size);
G_IN = (unsigned char*)malloc(image_size);
B_IN = (unsigned char*)malloc(image_size);
double R[256] = { 0 };
double G[256] = { 0 };
double B[256] = { 0 };
//计算三通道中出现次数
double proR[256] = { 0 };
double proG[256] = { 0 };
double proB[256] = { 0 };
//计算出现概率
double HR, HG, HB;
HR=HG=HB= 0.0;
FILE* fp;//打开源文件
fopen_s(&fp, "F://数据压缩//test.rgb", "rb");
fread(Y_IN, sizeof(unsigned char), image_size*3 , fp);//读取源文件 fp为Y_IN
//分别用R,G,B三个数组存储三通道各点的值
for (int i = 0,j=0; i < 256 * 256*3 ; i=i+3)
{
B_IN[j] = *(Y_IN + i);
G_IN[j] = *(Y_IN + i + 1);
R_IN[j] = *(Y_IN + i + 2);
j++;
}
for (int i = 0; i < 256*256; i++)
{
int color_R = *(R_IN + i);// (Y_IN + index)点的灰度值
int color_G = *(G_IN + i);
int color_B = *(B_IN + i);
R[color_R]++;
G[color_G]++;
B[color_B]++;
}
//计算出现概率
for (int i = 0; i < 256; i++)
{
proR[i] = R[i] / image_size;
proG[i] = G[i] / image_size;
proB[i] = B[i] / image_size;
}
//计算熵
for (int i = 0; i < 256; i++)
{
if (proR[i] != 0)
HR += - proR[i] * log2(proR[i]);
if (proG[i] != 0)
HG += - proG[i] * log2(proG[i]);
if (proB[i] != 0)
HB += - proB[i] * log2(proB[i]);
}
//输出
cout << "H(R)=" << HR << endl;
cout << "H(G)=" << HG << endl;
cout << "H(B)=" << HB << endl;
}
输出结果: