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:
1
2
3
4
5
6
7
8
9
10function 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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24clear all;close all;clc; %% 图像二值化 pic = imread('F:DonshowStudy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
最后
以上就是淡淡冥王星最近收集整理的关于MATLAB完成BSC信道的全部内容,更多相关MATLAB完成BSC信道内容请搜索靠谱客的其他文章。
发表评论 取消回复