二维声波频率域正演
频率域电磁法勘探详解(供时频电磁法勘探参考)
波阻抗相位（FDEM） MT/AMT/CSAMT频率域电磁法勘探反演所用的波阻抗反演方法，测量点必须位于波区（又叫做平面波区或远区）同时测量相互正交的电场分量和磁场分量，电场与磁场的比值具有阻抗的量纲，称为波阻抗，用符号Z来标示，x方向的电场与y方向的磁场比值记为Z xy。 注意： Zxy：是复数 K：波数，是复数 ω：角频率 μ：磁化率 σ：电导率 ρ：电阻率 均匀介质中电场相位角落后于磁场，这个角度就是MT/AMT/CSAMT勘探数据处理过程中所给出的振幅和相位曲线中的相位曲线。 视电阻率计算公式如下：
当平面电磁场垂直入射均匀大地时，即使不知道场源强度，只要测量出大地表面相互正交的一对电场和磁场，便可以确定大地的电阻率，而选用不同的频率可达到不同的勘探深度，这就是天然场源MT/AMT 或人工场源CSAMT的波阻抗反演的理论基础。 大地电磁测深一般要测量相互正交的两个水平电场Ex，Ey和相互正交的两个水平磁场Hx，Hy（MT测量过程中还要测量垂直磁场Hz）。测量两个水平电场是用两对不极化电极，电极距一般为100～200米。因为AMT和MT的天然电磁场信号较弱，应该采取措施避免测量电线晃动切割地球磁场产生的噪声。测量磁场则是用两个相互正交的匝数很多的高导磁芯线圈。 MT/AMT/CSAMT波阻抗反演数据处理流程电磁场的测量是在时间域进行的，再用傅里叶变换将测量信号转换为频率域信号。测量电磁场信号的采样时间间隔应使截止频率高于所需的最高频率，采样时窗宽度应大于所需的最低频率对应的周期。为了避免数据量太大，当需要测量的频带范围较宽时，一般分为几个频段采样，并分段作傅里叶变换。测量电磁场的频率范围应使最高频率对应的穿透深度为所需探测的第一层厚度的几分之一，最低频率对应的穿透深度为最大勘探深度的数倍。为了去除局部电磁场的影响，现在实际测量中采用所谓的“远参考系统”，除测点外，还在距离测点数十公里以外的地方设立一个参考点，同时进行测量。测量数据中属于平面电磁场的信号应该是互相关的，而局部干扰电磁场的信号是互不
空间域和频率域结合的图像增强技术及实现(1)
南京理工大学紫金学院毕业设计(论文)开题报告 学生姓名：杨程学号：090402159 专业：光电信息工程 设计(论文)题目：空间域和频率域结合的图像增强技术 及实现 指导教师:曹芳 2012年12月20日
开题报告填写要求 1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在专业审查后生效； 2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见； 3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于15篇（不包括辞典、手册）； 4．有关年月日等日期的填写，应当按照国标GB/T 7408—2005《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2007年3月15日”或“2007-03-15”。
毕业设计（论文）开题报告 1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2000字左右的文献综述： 文献综述 空域法与时域法相结合的图像增强 一、研究的目的和意义 图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，其手段主要可分为空域法和时域法[1]。 二、图像增强的发展现状 图像增强的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70 年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响[2]。 三、空间域和频率域图像增强处理基本原理及优缺点比较： 图像增强可分成两大类：频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使得模糊的图片变得清晰[3]。后者是直接对原图象的灰度级别进行数据运算，它分为两类，一类是与象素点邻域有关的局部运算，如平滑，中值滤波，锐化等；另一类是对图象做逐点运算，称为点运算如灰度对比度扩展，削波，灰度窗口变换，直方图均衡化等[4]。 下面将讨论两种作用域增强算法的技术要点，并对其图像增强方法进行性能评价。 3.1 空间域图像增强的方法 空间域处理是直接对原图像的灰度级别进行数据运算，具体可分为以下几类: 1.灰度变换[5] 当图像成像时曝光不足或过度，图像记录设备的范围太窄等因素，都会产生对比不
频率域方法
第五章 频率域方法
第5章频域分析法 基本要求 5－1 频率特性 5－2 典型环节的频率特性 5－3 系统的开环频率特性 5－4 频率稳定判据 5－5 系统闭环频率特性与阶跃响应的关系5－6 开环频率特性与系统阶跃响应的关系
基本要求 1. 正确理解频率特性的概念。 2. 熟练掌握典型环节的频率特性，熟记其幅相特性 曲线及对数频率特性曲线。 3. 熟练掌握由系统开环传递函数绘制系统的开环对 数幅频渐近特性曲线及开环对数相频曲线的方法。 4. 熟练掌握由具有最小相位性质的系统开环对数幅 频特性曲线求开环传递函数的方法。
5. 熟练掌握乃奎斯特稳定判据和对数频率稳定判据及其 它们的应用。 6. 熟练掌握稳定裕度的概念及计算稳定裕度的方法。 7. 理解闭环频率特性的特征量与控制系统阶跃响应的定 性关系。 8. 理解开环对数频率特性与系统性能的关系及三频段的 概念，会用三频段的分析方法对两个系统进行分析与比较。
一、控制系统在正弦信号作用下的稳态输出 5－1 频率特性 ()sin r r t A t ω=输入信号： 2 2)(ω ω+=s A s R 其拉氏变换式
输出 1()n i i i C B D C s s s s j s j ωω==++ -+-∑1 ()() ()() i n s t j t j t i i t s c t C e De Be c t c t ωω-== ++=+∑拉氏反变换得[()]2()2 j j r j A e π φωφω∠-=?22 ()()()2r s j r A D s s j s A j j ω ω φωω φω==?-+=?其中
频率域变换
数字图像处理
本章包含的主要内容
傅立叶变换 卷积和卷积定理 频率域低通滤波 频率域高通滤波
2
问题1：傅立叶变换
?
空间域/灰度
?
频率域/幅值与频率
4
? 傅立叶变换的预备知识
? 点源和狄拉克函数
一幅图像可以看成由无穷多像素组成，每个像素可以看成 一个点源， 点源可以用狄拉克函数δ表示：
?∞ δ ( x, y ) = ? ?0
∞
x = 0, y = 0 其他
ε
满足
?∞
∫ ∫ δ ( x, y ) dxdy = ∫ ∫ ε δ ( x, y ) dxdy = 1
?
ε为任意小的正数
5
? 狄拉克函数δ具性有的性质
9 δ函数为偶函数
δ ( ? x, ? y ) = δ ( x, y )
∞ ∞
9
位移性 或
f ( x, y ) =
?∞ ?∞
∫∫
f (α , β )δ ( x ? α , y ? β ) d α d β
f ( x, y ) = f ( x, y ) ? δ ( x, y )
9 9
可分性 筛选性
δ ( x, y ) = δ ( x)δ ( y )
f (α , β ) =
∞ ∞ ?∞ ?∞ ∞ ∞
∫∫
f ( x, y )δ ( x ? α , y ? β )dxdy
当α=β=0时
f (0, 0) =
?∞ ?∞
∫∫
f ( x, y )δ ( x, y )dxdy
6
数字图像的空间域滤波和频域滤波
数字图像的空间域滤波和频域滤波
三、实验过程 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中。 椒盐噪声： def salt_pepperNoise(src): dst = src.copy() num = 1000 # 1000个噪声点 ndim = np.ndim(src) row, col = np.shape(src)[0:2] for i in range(num): x = np.random.randint(0, row) # 随机生成噪声点位置 y = np.random.randint(0, col) indicator = np.random.randint(0, 2) # 灰度图像 if ndim == 2: if indicator == 0: dst[x, y] = 0 else: dst[x, y] = 255 # 彩色图像 elif ndim == 3: if indicator == 0: dst[x, y, :] = 0 else: dst[x, y, :] = 255 return dst 高斯噪声： def addGaussianNoise(image,sigma): mean = 0.0 row, col ,ch= image.shape gauss = np.random.normal(mean, sigma, (row, col,ch)) gauss = gauss.reshape(row, col,ch) noisy = image + gauss return noisy.astype(np.uint8)
频率域位场处理和转换实验
《重磁资料处理与解释》实验二频率域位场处理和转换实验 学院：地测学院 专业名称：勘查技术与工程 学生姓名： 学生学号： 指导老师： 提交日期：2018年1月9日 二0一八年一月
目录 1 基本原理 (2) 1.1位场的方程 (2) 1.2二维傅里叶变换及卷积性质 (2) （1）傅里叶变换 (2) （2）卷积性质 (2) 1.3频率域位场延拓原理 (3) 2 输入/输出数据格式设计 (3) 2.1 输入数据格式设计 (3) 2.2 输出数据格式设计 (3) 2.3 参数文件数据格式设计 (3) 3 总体设计 (4) 3.1频率域位场处理与转换的一般步骤 (4) 3.2软件总体设计结果流程图 (4) 4 测试结果 (5) 4.1 测试参数 (5) （1）向上延拓 (5) （2）向下延拓 (5) 4.2 测试结果 (6) 5 结论及建议 (7) 附录：源程序代码 (8)
1 基本原理 1.1位场的方程 由场论知识可知，位场方程分为 两大类：有源的Possion 方程()02 ≠?U ，以及无源的Laplace 方程()02 =?U 。 Laplace 方程的第一边值问题()1|f U S =通常为Dirichlet 问题，第二边值问题 ?? ? ??=??2|f n U s 通常称为Nueman 问题。若P 点在S 平面内称为内部问题，反之称为外部问题。由唯一性定理可知，Dirichlet 的内部和外部问题的解是唯一的，而Nueman 内部问题的解不是唯一的，有一常数差，但其外部问题解是唯一的。 外部问题的解的唯一性的原因：。 0; 0=??=∞ →∞ →r r n U U 无源区域位场可以表示为： ds n G W n W G p W ??? ? ?????-??= π41)( （1-1） ()() ()()()[] ()() z y x h W d d z y x W z z y W -=-+-+--=??+∞∞-+∞ ∞ -ξξηεη εξηεξηεπξ,,*,,,,2,,x 2 3 22 2 （1-2） 1.2二维傅里叶变换及卷积性质 （1）傅里叶变换 []??+∞∞-+∞ ∞ -+-= =dxdy y x g y x g F v u G e vy ux i ) (2),(),(),(π （1-3） []? ?+∞∞-+∞ ∞ -+-= =dudv v u G v u G y x g e F vy ux i ) (21 ),(),(),(π （1-4） （2）卷积性质 ()()[]()()v u P v u G y x p y x F ,*,,*,g = （1-5） ()()[]()()y x p y x v u P v u G F ,*,g ,*,1=- （1-6）
化极原理
2 化极原理 空间域位场转换复杂的褶积关系, 在频率域表现为简单的乘积形式. 即由实测异常的傅里叶变换频谱乘上相应的转换因子, 再反变换, 就是需要的转换结果, 其中转换因子可以是单个, 也可以是多种转换因子的组合, 这是频率域处理转换的突出优点例如实际资料的化极计算, 转换因子就应该包括去除高频干扰的滤波因子与化极因子的组合, 这类组合在频率域实现起来非常方便。化极计算涉及到磁化方向转换与测量方向转换, 该方向转换因子一般形式为H(u,v)=─—, ⑴ 其中q k=i(ul k+ vmk)+ nk√u2+ v2,(k=0,1,2,3),i=√-1,u,v为x,y方向的圆频率；lk=cosIk·cosDk，mk=cosIk·sinDk，nk=sinIk为方向余弦，Ik，Dk分别为磁化方向（和测量方向）的倾角和偏角；q0和q1分别为测量方向和磁化强度方向的频率域因子；q2和q3分别为转化后的测量方向和磁化强度方向因子。 当为化极时：I2=I3=90o,q2=q3= u2+ v2,且现在经常测量的是总场磁异常T , 其对应的测量方向是地磁场方向. 假设磁化强度方向与地磁场方向一致( 特别在稍大一点测区, 总是这样考虑) , 因此有q0= q1, 具体化极因子可简化为 用u= rcosθ, v= rsinθ代入( 2) 式, 即得极坐标系下的转换因子H( r,θ ) 为 其中r= u2+ v2, = arctan( u /v ) . 可以清楚看出频率域化极因子H( r, ) 是角度的单一函数, 与频率的高低无关, 因而可写成H(θ) . 上述频率域化极因子为扇形放大因子, 其数值直接依赖于磁倾角. 在I0= 0的极端情况下, 即磁赤道附近, 化极因子为 当θ= D0±90o时, H (θ) →-∞, 其特点见图1所示. 当磁倾角I0较小时, 化极因子的放射状线的极大值近似与磁倾角的平方成反比, 即 在接近该线较窄的扇形区域, 化极因子幅值升幅很快. 由( 5) 式可知, 在θ接近D0±90o时, H (θ) 数值很大, 造成计算结果很不稳定, 表现为化极结果沿磁偏角方向D0条带明显, 这是化极因子在θ= D0±90o方向由低频到高频的放大造成的. 为此, 需要对化极因子进行改造, 压制沿D0±90o方向的放大作用, 使计算稳定, 减少甚至消除条带现象. 然而, 化极因子沿D0±90方向的放大作用是其重要特征,改造得太严重, 就会失去其特征, 同样得不到理想的化极结果. 从理论上讲, 化极因子的所有特征都保留, 对应的必然是理论的化极结果. 但实际计算中,一方面数值必须是有限的, 超过则计算会溢出或误差很大. 另一方面, 数据是有限的、离散的, 其频谱必然与理论谱有误差, 该误差必然会被化极因子传递, 由于化极因子是放大因子, 沿某一方向一定范围内由低频到高频都放大, 计算中的误差就会放大传递, 对计算结果必然带来影响, 有时影响是巨大的.因此, 实际计算过程中应该对化极因子中不致于造成溢出的部分保留( 可逆部分) , 而对会引起数值极度放大的部分( 不可逆部分) 进行压制. 本文为此提出针对性措施压制因子法. 2. 1压制因子法 根据低纬度化极因子的平面、剖面特征( 图1) , θ0= D0±90o为死亡线 ,θ0 ,α0的扇形区域为死亡地带 ,α0为一较小的角度. 为了压制靠近D0±90o附近的过度放大效应, 设计一个压制因子, 该因子在D0±90o附近趋于零, 即压制作用最强; 一定范围以外等于1, 即不压制. 另外要求压制因子足够光滑. 余弦函数具有很好的特点, 对其加以改造, 可以满足上述要求. 为此设计如下压制因子: F( u, v) = F0 ( ) , 那么该滤波因子的特征( 图2) 应有
人耳能听到的声音频率到底是多少
振动的物体能使邻近的空气分子振动，这些分子又引起它们邻近的空气分子振动，从而产生声音(Sound)，声音以声波的形式传递，这种传递过程叫声辐射(Sound Radiation)。由于分子振动产生的声波的方向与波传递的方向相同，所以是一种纵波(Iongitudinal wave)。声波仅存在于声源周围的媒质中，没有空气的空间里不可能有声波。声音不仅可在空气内传递，也可在水、土、金属等物体内传递。声音在空气中的传播速度为340m/s(15℃时)。 声波在单位时间内的振动次数称为频率(frequency)，单位赫(Hz)。人耳能够听到的声音的整个范围是20~20000Hz，一般把声音频率分为高频、中频和低频三个频带。听觉好的成年人能听到的声音频率常在30~16000Hz之间，老年人则常在50~10000Hz之间。 声波在传播过程中，空气层的密部和疏部向前移动，如图1–1。由于空气的固有弹性，上述那种疏密的压力变化将依次向四外传播，辐射出一系列有规则的波。声波的波长(wave length)就是这一段路程的长，恰好排列波的一个密部和一个疏部。波长与声源的振动频率和声音传播的速度有关。知道了声波的传播速度和频率，就可以算出波长：C=l·f(式中，C为声波的传播速度m/s；l为声波的波长m；f为声波的频率Hz，) 振动物体产生的声波，也就是空气里的压缩波，传到我们耳朵里就变成各种乐音、谐音或噪声。在声音世界里除基音外，大量存在的是复合音，而频率与基音频率成整数倍的所有分音称为谐音(harmonic tone)，频率比基音高的所有分音统称泛音(over tone)，泛音的频率不必与基音成整数倍关系。乐音内的各个音在频率上都有一定比例，例如，高8度的音的振动频率是基音的频率的2倍。如果同时发出两个或两个以上的音，人耳可以听到悦耳的谐音(和声)，也可能听到刺耳的噪声。当两个音的振动频率之比为较小的整数比时，如1:2、4:4，会得到悦耳的谐音，当频率比为较大的整数比时，如8:9、8:15，听到的将是令人生厌的噪声。乐器在发出基音的同时，总会伴随着一系列泛音的出现，由于不同乐器的泛音并不相同，所以它们发出的同一个音也不相同，就是这些泛音决定了一个乐器所发声音的音色。 频率相同的正弦波之间在时间上的相对位移，称为相位(phase)，用度表示。声波与其它波一样，它整个一周为360°的相位变化，同相声波互相加强，异相声波互相减弱，或倾向互相抵消。 声源的振幅越大，声音越响，声波的幅度能量按高于或低于正常大气压的压力变化量度，这个变化部分的压强就称声压(sound pressure)，以帕斯卡(Pa)计量。人耳听觉的声压范围很大，约2´10~2´10Pa。为了方便计算，在实用上通常都以对数方式的声压级(sound pressure level)表示。0dB是基准，它以人耳刚能听到的声压2´10Pa的1000Hz频率的声音为标准。 声压级变化3dB，声压增加倍，大多数人要在声压级增加6~10dB时，响度才有加倍感觉。人耳能分辨的最小响度变化是1dB。离声源距离每增大1倍，声压级降低6dB，两个声源并存，声压级增加3dB。 声波在传播过程中，遇到障碍物时，只要障碍物的尺寸大于或接近声波的波长，就会产生反射(reflection)而改变其传播方向。部分声波则能绕过障碍物的边缘传播，而声波在通过窄孔时，则将趋向均匀扩散（diffusion)，这就是声绕射(衍射，diffraction)。对频率越高的声音，声绕射越不易产生，其传播辐射的指向性越强。频率越低的声音，由于声绕射作用，障碍物
什么频率的声音听起来才最舒服
什么频率的声音听起来才最舒服？ 听觉是个体对声音物理特征的反应，也是人们接受外界信息的主要的通道。通过听觉，人们可以获得由声音所传递的各式各样信息。当然，声音也给人们带来烦恼，例如噪音。至于噪音能引起多大的烦恼，既取决于声音的性质，也取决于听者的主观态度。 同时，人能感受的声音频率有一定的范围。大多数人能够听到的频率范围从20Hz到20000Hz。我们把高于20000Hz的声音叫做超声波，因为它们已超过人类听觉的上限；把低于20Hz的声音叫做次声波，因为它们已低于人类听觉的下限。动物的听觉范围通常和人不同。一些动物对高频声波反应灵敏，有些动物对低频声波有很好的反应。 那么，声音每一段的频率都有什么特点？我们对其的感觉又有什么不同呢？下面，笔者就为大家详细介绍各频率对人耳刺激的区别。 ▌16K～20KHz频率 这段频率范围实际上对于人耳的听觉器官来说，已经听不到了，因为人耳听觉的最高频率是15.1KHz。但是，人可以通过人体和头骨、颅骨将感受到的16～20KHz频率的声波传递给大脑的听觉脑区，因而感受到这个声波的存在。 这段频率影响音色的韵味、色彩、感情味。如果音响系统的频率响应范围达不到这个频率范围，那么音色的韵味将会失落；而如果这段频率过强，则给人一种宇宙声的感觉，一种幻觉，一种神秘莫测的感觉，使人有一种不稳定的感觉。因为这些频率大多数是基音的不谐和音频率，所以会产生
一种不安定的感受。这段频率在音色当中强度很小，但是很重要，是音色的表现力部分，也是常常被人们忽略的部分，甚至有些人根本感觉不到它的存在。 ▌12K～16KHz频率 这是人耳可以听到的高频率声波，是音色最富于表现力的部分，是一些高音乐器和高音打击乐器的高频泛音频段，例如镲、铃、铃鼓、沙锤、铜刷、三角铁等打击乐器的高频泛音，可给人一种“金光四射”的感觉，强烈地表现了各种乐器的个性。如果这段频率成分不足，则音色将会会失掉色彩，失去个性；而如果这段频率成分过强，如激励器激励过强，音色会产生“毛刺”般尖噪、刺耳的高频噪声，对此频段应给予一定的适当的衰减。 ▌10K～12KHz频率 这是高音木管乐器和高音铜管乐器的高频泛音频段，例如长笛、双簧管、小号、短笛等高音管乐器的金属声非常强烈。如果这段频率缺乏，则音色将会失去光泽，失去个性；如果这段频率过强，则会产生尖噪，刺耳的感觉。 ▌8K～10KHz频率 这段频率s音非常明显，影响音色的清晰度和透明度。如果这频率成分缺少，音色则变得平平淡淡；如果这段频率成分过多，音色则变得尖锐。 ▌6K～8KHz频率 这段频率影响音色的明亮度，这是人耳听觉敏感的频率，影响音色清晰度。 如果这段频率成分缺少，则音色会变得暗淡；如果这段频率成分过强，则音色显得齿音严重。
航磁数据处理资料
航磁数据位场转换处理及效果 航磁T 测量数据是不同深度、不同形态、规模的磁性地质体磁场信息在观测面上的综合反映。由于场的叠加效应，使得某些具有一定地质意义的异常变得复杂，在原始图件上很难识别，给地质解释工作带来了难度。为了提高对航磁异常的分辨能力，突出更多有用信息，根据测区航磁异常特征和地质解释需要，对原始测量数据进行了原平面化极、上延、垂向一阶导数以及剩余异常提取等几种位场转换处理。 第一节位场转换处理及效果 航磁平面网格数据位场转换处理采用表达式简单、运算速度快捷的频率域算法，进行化极、导数换算、解析延拓等处理。频率域转换的过程是：首先对异常资料进行傅立叶正变换，以得到异常资料的频谱；而后把异常的频谱和与转换相应的频率相应函数点积，得到处理后异常的频谱；最后对处理后异常的频谱进行傅立叶反变换，从而得到处理后的异常。 位场转换处理使用的软件是中国国土资源航空物探遥感中心自主开发的 WINDOWS系统下地球物理数据处理解释软件(GeoProbe Mage)及航空物探彩色矢量成图系统( AgsMGis)。 一、原平面化极处理 化极，即化磁极，就是把斜磁化异常转变为垂直磁化异常，相当于在磁北极观测异常。测区处于中纬度地区，由于倾斜磁化的影响，造成磁异常中心不是正好对应在地质体的正上方，而是相对于地质体的中心向南部产生一定的偏移。这对于确定磁性地质体的空间位置、形态、分布范围以及对磁异常的定性定量解释均带来一定的困难。化极可用于消除由于非垂直磁化引起的异常不对称性，在剩磁很小或感磁远大于剩磁且两者方向一致的情况下，将实测的斜磁化异常转化为垂直磁化异常，这样可以较为准确的确定异常的场源位置，提高异常解释的定位精度。从而使异常形态简化，并与磁性体位置保持一致，有利于圈定磁性体边界和走向。 作化极处理时要注意剩磁的影响，化极处理一般都假定磁化方向与地磁场方向一致，对于那些剩磁远远大于感磁且剩磁方向与地磁场方向不一致的磁性体就不符合这一假设条件，特别是测区中的火山岩分布区，由于剩磁较大会出现磁场畸变现象，使用时应注意甄别。从项目组野外物性测量结果看，区内多数岩石以感磁为主，剩磁方向与感磁方向接近，符合化极的前提条件。 全区采用"频率域偶层位变倾角磁方向转换方法"实现磁场全变倾角化极。在观 测面上建立笛卡尔直角坐标系，使x轴志向磁北，z轴垂直向下。假设观测场T是
航磁数据处理
航磁数据位场转换处理及效果 ?测量数据是不同深度、不同形态、规模的磁性地质体磁场信息在观测航磁T 面上的综合反映。由于场的叠加效应，使得某些具有一定地质意义的异常变得复杂，在原始图件上很难识别，给地质解释工作带来了难度。为了提高对航磁异常的分辨能力，突出更多有用信息，根据测区航磁异常特征和地质解释需要，对原始测量数据进行了原平面化极、上延、垂向一阶导数以及剩余异常提取等几种位场转换处理。 第一节位场转换处理及效果 航磁平面网格数据位场转换处理采用表达式简单、运算速度快捷的频率域算法，进行化极、导数换算、解析延拓等处理。频率域转换的过程是：首先对异常资料进行傅立叶正变换，以得到异常资料的频谱；而后把异常的频谱和与转换相应的频率相应函数点积，得到处理后异常的频谱；最后对处理后异常的频谱进行傅立叶反变换，从而得到处理后的异常。 位场转换处理使用的软件是中国国土资源航空物探遥感中心自主开发的WINDOWS系统下地球物理数据处理解释软件（GeoProbe Mager）及航空物探彩色矢量成图系统（AgsMGis）。 一、原平面化极处理 化极，即化磁极，就是把斜磁化异常转变为垂直磁化异常，相当于在磁北极观测异常。测区处于中纬度地区，由于倾斜磁化的影响，造成磁异常中心不是正好对应在地质体的正上方，而是相对于地质体的中心向南部产生一定的偏移。这对于确定磁性地质体的空间位置、形态、分布范围以及对磁异常的定性定量解释均带来一定的困难。化极可用于消除由于非垂直磁化引起的异常不对称性，在剩磁很小或感磁远大于剩磁且两者方向一致的情况下，将实测的斜磁化异常转化为垂直磁化异常，这样可以较为准确的确定异常的场源位置，提高异常解释的定位精度。从而使异常形态简化，并与磁性体位置保持一致，有利于圈定磁性体边界和走向。 作化极处理时要注意剩磁的影响，化极处理一般都假定磁化方向与地磁场方向一致，对于那些剩磁远远大于感磁且剩磁方向与地磁场方向不一致的磁性体就不符合这一假设条件，特别是测区中的火山岩分布区，由于剩磁较大会出现磁场畸变现象，使用时应注意甄别。从项目组野外物性测量结果看，区内多数岩石以感磁为主，剩磁方向与感磁方向接近，符合化极的前提条件。 全区采用"频率域偶层位变倾角磁方向转换方法"实现磁场全变倾角化极。在观 ?是测面上建立笛卡尔直角坐标系，使x轴志向磁北，z轴垂直向下。假设观测场T
声波分类
声波 一、声波概述 我们周围充满各种各样的声音：交谈声、音乐店、车辆运行声、自然界风雨声等等。从物理学角度讲，声音是由物体振动产生的一种波，并通过媒质（一般是空气）传播而作用于我们的耳鼓，使我们能够感知。声音的传播需要媒质，在真空中声波不能传播。声音的高低叫做音调，它是由声源振动的频率决定的，由于物体的振动有快有慢，所以发出的声音也就有高有低，一般来说，正常人能够听到频率为20Hz到20000Hz的声波。 声音作为一种波，它具有波的所有特性，包括反射、干涉、衍射等。我们应该会判断一些常见声现象的实质，如空谷回声、夏日雷声轰鸣不绝等属于声波的反射；“隔墙有耳”或“闻其声不见其人”属于声波的衍射等。 二、超声波和次声波 （1）次声波 频率低于20赫兹的声波，叫做次声波。次声波的特点是频率低、波长长、穿透力极强，它可传播至极远处而能量衰减很小，10Hz以下的次声波可以跨山越洋，传播数千千米以远。对于次声波人耳无法感受到，但鲸鱼、海豚之类的海生动物可以感受到，大洋彼岸的风暴、地震和海啸引起的次声波，数千公里外鲸鱼能感知到，并作出反应。在自然界，次声波的自然发生源有狂风暴雨、雷鸣电闪、台风寒潮、龙卷冰雹、晴空湍流、地震海啸、陨石落地、极光放电、太阳磁爆及日全食等，频率一般都在0.1Hz以下。人为发生源包括飞机飞行、车辆高速行驶、机器飞速运转、打桩机喷气打桩、火箭发射、核爆炸等，它们所产生的频率一般在1Hz～15Hz。 由于次声波的频率与人体固有频率相吻合，所以它对人体健康的危害是很大的，一旦高强度次声波作用于人体，就会引起人体某些器官的强烈振动，甚至共振，使人产生头晕、耳鸣、恶心、失眠、神经错乱、四肢麻木、失去知觉等症状，严重的可致人于死地，现在次声波已被用作武器。 （2）超声波 频率超过20000赫兹的波叫超声波。超声波人耳感受不到，但很多动物都有完善的发射和接收超声波的器官，如蚊子、蝙蝠、猫、狗和家畜就能听到超声波。西方人用一种叫做犬笛的口哨来呼唤爱犬，犬笛吹出的即是超声波。以昆虫为食的蝙蝠，视觉很差，飞行中不断发出超声波的脉冲，依靠昆虫身体的反射波来发现食物。海豚也有完善的“声纳”系统，使它能在混浊的水中准确地确定远处小鱼的位置。 超声波有两个特点：一个是能量大，一个是沿直线传播。它的应用就是按照这两个特点展开的。①如在我国北方干燥的冬季，如果把超声波通入水罐中，剧烈的振动会使罐中的水破碎成许多小雾滴，再用小风扇把雾滴吹入室内，就可以增加室内空气的湿度。这就是超声波加湿器的原理。对于咽喉炎、气管炎等疾病，药力很难达到患病的部位．利用加湿器的原理，把药液雾化，让病人吸入，能够增进疗效。利用超声波的巨大能量还可以把人体内的结石击碎。②超声探测：超声波基本上是沿直线传播的，可以定向发射。如果渔船载有水下超声波发生器，它旋转着向各个方向发射超声波，超声波遇到鱼群会反射回来，渔船探测到反射波就知道鱼群的位置了，这种仪器即为声纳。声纳也可以用来探测水中的暗礁、敌人的潜艇，测量海水的深度。根据同样的道理也可以用超声波探测金属、陶瓷混凝土制品，甚至水库大坝，检查内部是否有气泡、空洞和裂纹。人体各个内脏的表面对超声波的反射能力是不同的，健康内脏和病变内脏的反射能力也不一样。平常说的“B超”就是根据内脏反射的超声波进行造影，帮助医生分析体内的病变（如右图所示）。 三、噪声及噪声污染 随社会的发展，在我们生活的周围，噪声对环境的污染与大气、水质受污染一样，已逐渐成为一种危害人类环境的公害。 1、噪声的定义
重磁实验二
《重、磁资料处理与解释》上机实验报告 实验二：频率域位场处理和转换实验 姓名： 学号： 专业：地球物理学 指导教师：王万银、纪晓琳 完成时间：2017.1.10
目录 1 基本原理 (3) 2 输入/输出数据格式设计 (3) 2.1 输入/输出数据文件名 (3) 2.2重要变量名 (3) 3 总体设计 (4) 4 测试结果 (4) 5 结论及建议 (5) 附录：源程序代码 (6)
1基本原理 当已知实测平面的异常时，换算场源以外的异常称之为延拓，分为向上延拓和向下延拓。 半空间狄利克莱问题解析解： [][][]),,(),,(),,(),,()(222ζζ??π y x W F e y x W F z v u Y z y x Q F z v u ?=?-=-+- 其中：)(222z v u e -+-?π称为延拓因子，ζ为计算面Z 坐标，Z 轴向下为正方向，[]),,(ζy x W F 为计算面频率域位场，[]),,(z y x Q F 为延拓面的频率域位场。 2 输入/输出数据格式设计 2.1 输入/输出数据文件名 输入数据和输出数据文件名均保存在“parameter.txt ”中。第一行为输入的低高度观测面数据文件；第二行为输出的高高度观测面数据文件；第三行～第四行依次为输入的扩边比例因子和延拓高度。 A20_mag.grd A53_mag.grd 1.5 3.3 2.2重要变量名 filename_Field:低高度观测面数据文件 filename_Conti:高高度观测面数据文件 Field(m,n): 低高度观测面数据 Conti(m,n): 高高度观测面数据 error: 延拓后的均方误差 factor_x: 扩边比例因子（>1.0） height: 延拓高度（>0：向上延拓，<0：向下延拓） Factor_Conti: 延拓因子 point: 点数
时域 频域 空间域
时域、频域、空间域 一、什么是时域 时域是描述数学函数或物理信号对时间的关系。例如一个信号的时域波形可以表达信号随着时间的变化。二、什么是频域 频域（频率域）——自变量是频率,即横轴是频率,纵轴是该频率信号的幅度,也就是通常说的频谱图。频谱图描述了信号的频率结构及频率与该频率信号幅度的关系。 三、什么是空间域 空间域又称图像空间(image space)。由图像像元组成的空间。在图像空间中以长度(距离)为自变量直接对像元值进行处理称为空间域处理。 以时间作为变量所进行的研究就是时域 以频率作为变量所进行的研究就是频域 以空间坐标作为变量进行的研究就是空间域 以波数作为变量所进行的研究称为波数域 时域和频域 本文是转载的，感谢耐心编辑以下知识的同仁，由于忘记了链接，所以只能在此致以谢意。 最近在上数字图像处理，时域和频域的概念我没有直观的概念，搜索一下，归纳如下： 1.最简单的解释 频域就是频率域， 平常我们用的是时域，是和时间有关的， 这里只和频率有关，是时间域的倒数。时域中，X轴是时间， 频域中是频率。频域就是分析它的频率特性！ 2. 图像处理中： 空间域，频域，变换域，压缩域等概念！ 只是说要将图像变换到另一种域中，然后有利于进行处理和计算 比如说：图像经过一定的变换（Fourier变换，离散yuxua DCT 变换），图像的频谱函数统计特性：图像的大部分能量集中在低，中频，高频部分的分量很弱，仅仅体现了图像的某些细节。 2.离散傅立叶变换 一般有离散傅立叶变换和其逆变换 3.DCT变换 示波器用来看时域内容，频普仪用来看频域内容！！！ 时域是信号在时间轴随时间变化的总体概括。 频域是把时域波形的表达式做傅立叶变化得到复频域的表达式，所画出的波形就是频谱图。是描述频率变化和幅度变化的关系。 时域做频谱分析变换到频域;空间域做频谱分析变换到波数域;
声学基础 第二章 声波的基本性质
第二章 声波的基本性质 §2.1 概述 2.1.1 声波的物理量 1、声压p 指由声扰动产生的逾量压强，即声波引起的介质压强起伏与介质 静压的差值。0p P P P =?=- 声压p 通常是空间和时间的函数。(,)p p r t = 介质中的实际压强为0P P p =+ （2-1-1） 2、介质的密度和温度 与声压的概念相似，声扰动或声波同样可以引起介质密度和温度的起伏。 0=-δρρ 0T T =-τ （2-1-2） δ和τ同样是空间和时间的函数。不过一般情况下，这种起伏通常较小（详见小振幅声波或线性声学基本假设），可以近似认为：0=ρρ ，0T T = 即忽略密度和温度的起伏，近似认为它们为常量。 3、声波中的质点振动位移s 和振动速度v 指产生或传播声波的质点（或微元体）在其平衡位置附近的振动位移和振动 速度。通常它们是矢量（场）。 4、声速c 指声波在介质中的传播速度，分为相速度和群速度。关于它们以后再介绍。 5、声波的频率f 、角频率ω、波长λ、周期T 等是我们熟悉的物理量，此处不再赘述。描述声波的物理量还有许多，以后还要陆续介绍。 2.1.2 声波分类 关于声波有多种分类方法很多，常见的分类方法主要有： 根据波阵面（或等相位面）的形状或波源的几何特征，可以将声波分为： 1、 球面波（点源）； 2、柱面波（直线源）； 3、平面波（平面源） 根据波的振动方向与波传播方向的几何关系，可以将声波分为： 1、纵波，振动方向与波传播方向平行； 2、横波，振动方向与波传播方向垂直； 根据介质的几何尺寸和形状，还可将其中的声波分类为体波和导波，前者指在无限大介质中传播的波，而后者则指在有限介质中传播的波。另外根据介质的理想化程度和对其数学描述的近似程度，把声学划分为： 线性声学 理想介质 理想介质 线性声学 非线性声学 实际介质 声学 或 声学 线性声学 理想介质 实际介质 非线性声学 非线性声学 实际介质
实验二 数字图像的空间域滤波和频域滤波
实验二数字图像的空间域滤波和频域滤波 一．实验目的 1.掌握图像滤波的基本定义及目的； 2.理解空间域滤波的基本原理及方法； 3.掌握进行图像的空域滤波的方法。 4.掌握傅立叶变换及逆变换的基本原理方法； 5.理解频域滤波的基本原理及方法； 6.掌握进行图像的频域滤波的方法。 二．实验内容 1.平滑空间滤波： a)读出eight.tif这幅图像，给这幅图像分别加入椒盐噪声和高斯噪 声后并与前一张图显示在同一图像窗口中；（提示：imnoise） b)对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同 模板所形成的效果，要求在同一窗口中显示；（提示:fspecial、 imfilter或filter2） c)使用函数imfilter时，分别采用不同的填充方法（或边界选项， 如零填充、’replicate’、’symmetric’、’circular’）进行低通滤波， 显示处理后的图像 d)运用for循环，将加有椒盐噪声的图像进行10次，20次均值滤 波，查看其特点,显示均值处理后的图像；（提示:利用fspecial函 数的’average’类型生成均值滤波器） e)对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有 噪声的图像做处理，要求在同一窗口中显示结果。（提 示:medfilt2） f)自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处 理后的图像； 2.锐化空间滤波 a)读出blurry_moon.tif这幅图像，采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]对其进行滤波； b)编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n的拉普 拉斯算子，如5×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] c)分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对
声音频率划分
声音的音调由发音体的振动频率决定，频率愈高则音调愈高。 一般乐器所发出的声音频率约为20-400OHz 之间， 人类发出的声音频率约为80-10OOHz 之间。 人类耳朵的听觉范围约在20-200OOHz 之间。 不同频率的细节对音色的影响 16∽20KHz频率：这段频率范围实际上对于人耳的听觉器官来说，已经听不到了，因为人耳听觉的最高频率是15.1KHz。但是，人可以通过人体和头骨、颅骨将感受到的16∽20KHz频率的声波传递给大脑的听觉脑区，因而感受到这个声波的存在。这段频率影响音色的韵味、色彩、感情味。如果音响系统的频率响应范围达不到这个频率范围，那么音色的韵味将会失落；而如果棕段频率过强，则给人一种宇宙声的感觉，一种幻觉，一种神秘莫测的感觉，使人有一种不稳定的感觉。因为这些频率大多数是基音的不谐和音频率，所以会产生一种不安定的感受。这段频率在音色当中强度很小。但是很重要，是音色的表现力部分，也是常常被人们忽略的部分，甚至有些人根本感觉不到它的存在。 12∽16KHz频率：这是人耳可以听到的高频率声波，是音色最富于表现力的部分，是一些高音乐器和高音打击乐器的高频泛音频段，例如镲、铃、铃鼓、沙锤、铜刷、三角铁等打击乐器的高频泛音，可给人一种"金光四射"的感觉，强烈地表现了各种乐器的个性。如果这段频率成分不足，则音色将会会失掉色彩，失去个性；而如果这段频率成分过强，如激励器激励过强，音色会产生"毛刺"般尖噪、刺耳的高频噪声，对此频段应给予一定的适当的衰减。 10∽12KHz频率：这是高音木管乐器的高音铜管乐器的高频泛音频段，例如长笛、双簧管、小号、短笛等高音管乐器的金属声非常强烈。如果这段频率缺乏，则音色将会失去光泽，失去个性；如果这段频率过强，则会产生尖噪，刺耳的感觉。 8∽10KHz频率：这段频率s音非常明显，影响音色的清晰度和透明度。如果这频率成分缺少，音色则变得平平淡淡；如果这段频率成分过多，音色则变得尖锐。 6∽8KHz频率：这段频率影响音色的明亮度，这是人耳听觉敏感的频率，影响音色清晰度。如果这段频率成分缺少，则音色会变得暗淡；如果这段频率成分过强，则音色显得齿音严重。 5∽6KHz频率：这段频率最影响语音的清晰度、可懂度。如果这段频率成分不足，则音色显得含糊不清；如果此段频率成分过强，则音色变得锋利，易使人产生听觉上的疲劳感。 4∽5KHz频率：这段频率对乐器的表面响度有影响。如果这段频率成分幅度大了，乐器的响度就会提高；如果这段频率强度变小了，会使人听觉感到这种乐器与人耳的距离变远了；如果这段频率强度提高了，则会使人感觉乐器与人耳的距离变近了。 4KHz频率：这个频率的穿透力很强。人耳耳腔的谐振频率是1∽4KHz所以人耳对这个频率也是非常敏感的。如果空虚频率成分过少，听觉能力会变差，语音显得模糊不清了。如果这个频率成分过强了，则会产生咳声的感觉，例如当收音机接收电台频率不正时，播音员常发出的咳音声。
数字图像的空间域滤波和频域滤波
数字图像得空间域滤波与频域滤波
２) 对加入噪声图像选用不同得平滑(低通)模板做运算,对比不同模板所形成得效果, 要求在同一窗口中显示、 加入椒盐噪声后图像得滤波: ｉmg1 =cｖ2。imread(”D:\＼ｍotｅ。jpg",0)?iｍｇ=iｍｇ１[100:300] src =ｓａｌt_pｅpｐｅrＮoｉsｅ(img) ｃｖ2、iｍshow("oriｇiｎ",src) dst = cv２.blur(src,(３,3)) #均值滤波模板 cｖ2.iｍshow(”blｕr”,ｄst) dsｔ1 = cv2。meｄｉａnBlｕr(ｓｒc,5) #中值滤波 cv2、ｉmshoｗ("mediａnBlｕr",dst1) dst2 = cｖ2、ＧausｓiａnＢlｕr(ｓrc,(３,3),0) ＃高斯滤波 cv2、iｍsｈow("GaｕsｓianBｌｕr”,dｓt2) cv2、waｉtKey(０) cv２、deｓtrｏyＡlｌＷｉｎdows()
3) 进行低通滤波,显示处理后得图像。 impoｒt cv２ impｏrt ｎumpy ａs nｐ?deｆfunctiｏn(imｇ):?ｈ,w=img.ｓhａpe? nｅwimg=ｎｐ.zeroｓ((h,ｗ),ｎp、ｕint８) img2=ｎp.fft、ｆｆt2(img) ｆsｈiｆt ＝ np。fｆｔ、fｆｔshift(ｉmｇ2)? st＝ｆshift。cｏpy()? h,w ＝fshift、shape sh=ｈ/2?ｓw=ｗ/2?r=40 fｏr i ｉn ｒａngｅ(h):?ｆor j in raｎｇe(w): if ((ｓh - ｉ) ＊ (sh - i) ＋(ｓw － j) ＊(sw — j)) ＜= r ＊ｒ:?newimｇ［i, j] ＝255 tmｐ = 1?ｅlse:? tmp = 0 ｓt[ｉ, j］ = tmp ＊fｓｈifｔ[ｉ, j］?? sl＝ｎp。fft、i ｆｆtshift(st) x２=nｐ。fｆt、iffｔ２(ｓl) x３=nｐ。uint8(np.ｒeal(x2)) return newimg,x3 iｍｇ=cv2、imｒead(’Ｄ:＼＼mote.jpg＇,0) img1,img2＝funcｔiｏn(iｍg)?cv2。imshow("ｉmaｇe”,img) cv2、iｍshow("low ｐaｓｓ filｔeriｎg”,imｇ２)?cv2。ｗaiｔＫeｙ(０)