EM302 - SAYISAL İŞARET İŞLEME DERSİ MATLAB PROJELERİ 2012 BAHAR DÖNEMİ

Transkript

1 EM302 - SAYISAL İŞARET İŞLEME DERSİ MATLAB PROJELERİ 2012 BAHAR DÖNEMİ

2 1. SESLİ-SESSİZ AYRIMI : İçerisinde sesli ve sessiz harfler bulunan bir konuşma sinyalini yükleyiniz. Genellikle konuşma işleme stratejilerinde 20msn için sesin değişmez ( stationary ) olduğu varsayılır. Bu yaklaşımla bu konuşma sinyalindeki sesli (sesli harf içeren) ve sessiz kısımların (sesli harf içermeyen) belirlenmesi için Matlab ortamında bir yazılım geliştiriniz. Not: Sesli ve sessiz kısımların sınıflandırılması için literatürde birkaç yöntem vardır. Öncelikle bunlardan birini belirleyiniz. 2. SES SINIFLANDIRMA : Ses sinyalinin çocuk, kadın ve erkek olarak sınıflandırılmasını sağlayacak basit bir Matlab programı oluşturunuz. Program girdi olarak bir ses dosyasını alacak ve çıktı olarak bu ses bir çocuğa/bayana/erkeğe aittir gibi bir mesaj verecektir. Not: Bu üç gruba ait asıl farkın ne olduğunu belirleyerek bu ayrımı gerçekleştirebilirsiniz. 3. GÜRÜLTÜLÜ GÖRÜNTÜ FİLTRELEME : Gri tonlu bir resim dosyasına belirli bir karakteristikte gaussian ve tuz-biber (salt and pepper) gürültülerini ekleyiniz. Daha sonra bu gürültülü resimleri 3x3, 5x5 ve 7x7 lik median ve mean filtrelerle filtreleyiniz. Her bir filtreleme sonucunu ayrı bir figür penceresinde görüntüleyiniz. Ayrıca orijinal resim dosyası elinizde olduğuna göre; filtrelenmiş resimler ile bu orijinal resim arasındaki hatayı belirleyiniz. Bu hata değerleri PSNR, MSE ve pixel başına hata değeri bazında hesaplanmalı ve ilgili figürün başlığında görüntülenmelidir. Bu sonuçlara dayanarak raporunuzda hangi filtrenin iyi sonuç verdiğini yorumlayınız. 4. SES DOSYASI BÖLÜTLEME : Bir konuşma sesi içerisinde, örneğin cümle içerisinde kelimeleri ayırt ederek farklı ses dosyası olarak kaydeden algoritmayı oluşturunuz. Kelimeler arasında yeterince duraklama olduğunu varsayınız. Bu duraklama süresini çevreden edindiğiniz örneklerle hesaplayınız. Örneğin Bugün hava güneşli cümlesindeki kelimelerin K1.wav, K2.wav, K3.wav olarak kaydedilmesini sağlayınız. Programınızın çalıştığını en az 5 adet bu şekilde cümle ayrımı gerçekleştirerek ispatlayınız. 5. SES SEGMENTLERİNİ AYRIŞTIRMA : 4 adet farklı çalgıya ait sesi içeren bir ses dosyası bulunuz. Ses dosyasını bu 4 farklı çalgının çalmaya başladığı andan itibaren bölecek bir algoritma geliştiriniz. Çalgıların aynı anda çalmadığı farz edilecek, aynı anda sadece bir çalgı sesi bulunacaktır. Örneğin keman, klarnet, saz ve piyano seslerinden oluşan bir ses dosyası, sadece keman sesinin bulunduğu ses1.wav, sadece piyano sesinin olduğu kısım ses2.wav v.s. şeklinde kaydedilecektir. Öncelikle çalgı seslerinin ayırt edilmesinde kullanabileceğiniz asıl yaklaşımın ne olabileceğini araştırınız. 6. SES SENTEZLEME : Adınız ve soyadınıza ait sesleri sentezleyerek oluşturunuz. Ses sentezlemenin temel adımlarını araştırın. Sesli harflerin sentezi sessiz harflere göre daha kolaydır. Sessiz kısımlar için yaklaşık olarak o sessiz harfe ilişkin frekans aralığında bir gürültü sinyali kullanın. Sesli ve sessiz harflerin frekans ortamındaki karakteristiğini inceleme açısından spektrogram yol göstericidir. Ayrıca, projenin sonuç kısmında sentezlediğiniz ad ve soyadınıza ait ses ile orijinal ses sinyalini (adınızı ve soyadınızı mikrofondan kaydederek elde ettiğiniz ses), frekans içeriği açısından karşılaştırarak yorumlayınız. 7. ODYOMETRİK TEST ARABİRİMİ : Odyometrik bir testin ana aşamalarını öğreniniz ve Matlab da odyometri testi yapmak amacı ile bir program yazınız. Program olabildiğince 1

3 interaktif olmalıdır. Örneğin başlangıçta hangi kulağın test edileceği seçilebilmeli buna göre ses sadece kulaklığın o kanalına verilmelidir. Ayrıca test frekansının otomatik mi yoksa manuel mi artacağı da parametre olarak sorulmalıdır. Test edilen kişiye ait frekanslara karşılık işitme olup olmadığı gibi girdiler de kullanıcı tarafından girilebilmelidir. Her test frekansına ait ses şiddeti ayarı da db olarak mevcut olmalı, test sona erince odyometrik grafik görüntülenmelidir. Program Matlab GUI ile hazırlanmalıdır. 8. RESİM İÇİNE RESİM GİZLEME : Bir resim içerisine (renkli veya gri tonlu olabilir, tercih size kalmış) başka bir resmi gizlemeye ve gizlenmiş resmi okumaya yarayacak bir algoritma oluşturunuz. Gizlenecek resmin boyutunun asıl resmin boyutundan yeterince küçük olduğunu ve sabit olduğunu varsayınız. Çok basit bir yaklaşım olarak, asıl resmin her pikselinin en düşük değerlikli bitini gizlenecek resmin piksellerinin değerini ifade edecek şekilde değiştirmek yeterli olacaktır. Proje Matlab GUI ile yapılmalıdır. 9. SPEKTRAL GÖRÜNTÜ FİLTRELEME : Gri tonlara sahip bir görüntüye, belirli bir frekansı olan bir gürültü ilave ediniz. Bu gürültü belirli aralıklarla kendisini tekrar eden bir örüntü (pattern) olabilir. Daha sonra bu gürültülü resmin FFT analizini yaparak gürültüye ait alanı belirleyiniz. Bu belirleme kullanıcının FFT (genlik) görüntüsünde mouse ile belirli bir alanı seçmesi ile yapılacaktır (bir dikdörtgen alan seçilecektir). Seçilen gürültülü alan FFT (genlik) görüntüsünde temizlenerek ters FFT dönüşümü ile gürültüden arındırılmış görüntü elde edilecektir. Yani basit bir spektral filtreleme işlemi yapılmış olacaktır. Bu işlemleri yapabilecek Matlab programını yazınız. 10. GÜRÜLTÜ FİLTRELEME : Herhangi bir ses sinyaline hazır olarak bulabileceğiniz bir gürültü tipi (tren, trafik vs.) ekleyiniz. Gürültüyü SNR 5 ve 10 db olmak üzere 2 değerde ekleyiniz. Sonra gürültünün frekans aralığını belirleyin. Bu aralığa uygun olarak bir IIR filtre tasarlayın ve hem 5 hem de 10 db için oluşturduğunuz gürültülü sinyali filtreleyin. Orijinal ve elde ettiğiniz ses sinyallerini dinletiniz. Gürültü eklemek için kod yazabilirsiniz ya da hazır ses kayıt düzenleme yazılımları kullanabilirsiniz. 11. KOKLEAR İMPLANT ALGORİTMASI : En basit koklear implant sisteminde (bkz CIS stratejisi), temel olarak ses sinyali 4 adet bant geçiren filtreden geçirildikten sonra zarfları elde edilir ( zarf çıkarma işlemi de yine alçak geçiren filtre ile yapılır). Daha sonra bu zarf bilgisi 4 kanal için üst üste binmeyecek şekilde darbelerle modüle edilir (çarpılır). 10 kanallı koklear implant sisteminin simulasyonunu gerçekleştirecek bir m file oluşturunuz. Bu yazılımda girdi olarak verilen ses sinyaline karşılık 10 kanalın çıktısı aynı figür penceresinde alt alta görüntülenecek ve sesli olarak çalınacaktır. 12. SPEKTROGRAM OLUŞTURMA : Spektrogramın özelliğini ve nasıl oluşturulduğunu araştırınız. Bir ses sinyaline ait spektrogramı elde etmeye yarayacak kendi fonksiyonunuzu Matlab ortamında yazınız. Ses sinyalinin spektrumunun 8kHz olduğunu düşünürsek, spektrogram en az 10 farklı frekans kanalını içermelidir. Frekans ekseni lineer ya da logaritmik olabilir. 13. SPEKTROGRAMDAN SES SENTEZİ : Spektrogramdan ses sentezlemeye yarayacak bir algoritma oluşturunuz ve Matlab kodları ile yazınız? Algoritma giriş parametresi olarak spektrogram matrisini alacak ve çıkış parametresi olarak sentezlenen sesi verecektir. Programın sonuçlarını grafik ve sentezlenmiş ses olarak sununuz. 2

4 14. DCT İLE VERİ SIKIŞTIRMA : Genel olarak DCT (kesikli kosinüs dönüşümü) veri sıkıştırmada kullanılmaktadır. Bu dönüşümü kullanarak herhangi bir sinyali sıkıştırınız (ses, resim vs). Daha sonra ters dönüşümünü alarak orijinal sinyali elde etmeye çalışın. Orijinal ve sıkıştırılmış sinyal arasındaki hata oranını da hesaplatınız. Not: DCT ile verinin nasıl sıkıştırılacağına ilişkin konulara literatürden elde edebilirsiniz. Çok karmaşık yöntemlerle uğraşmanıza gerek yoktur. Matlab ın hazır DCT fonksiyonunu kullanabilirsiniz. 15. SES TANIMA : İki ses sinyalinin benzerlik oranını belirleyecek bir algoritma geliştiriniz. Algoritma farklı konuşmacılara ait aynı ses ele alındığında ( elma vs gibi) bu seslerin aynı kelimeyi ifade ettiğini algılayabilmelidir. Ses sinyali 2-3 sn lik olabilir. Ayrıca algoritmanın çalıştığını da farklı kelimeler ile test ederek gösteriniz. En azından elinizde aynı kelimeye ait 3 farklı ses olduğunu ve farklı iki kelimeye ait de 2 şer adet ses olduğunu varsayarsak, algoritmaya karşılaştırması için gireceğimiz iki sesi doğru şekilde ayırt etmelidir. Dolayısıyla çok genel bir yaklaşım kurmanıza gerek yoktur. 16. FFT KODLAMA : a) 4 noktalı zamanda desimasyonlu FFT kodunu elde ediniz. Bu kodu 32 ve 128 noktalı FFT analizini elde etmek üzere genişletecek bir kod yazınız. Daha sonra yazdığınız FFT programını kullanarak 2KHz lik (Fs=8000 Hz) bir sinüs sinyalinin 32 Noktalı ve 128 Noktalı FFT dönüşümünü elde ediniz. b) 4 noktalı frekansta desimasyonlu FFT kodunu elde ediniz. Bu kodu 32 ve 128 noktalı FFT analizini elde etmek üzere genişletecek bir kod yazınız. Daha sonra yazdığınız FFT programını kullanarak 2KHz lik (Fs=8000 Hz) bir sinüs sinyalinin 32 Noktalı ve 128 Noktalı FFT dönüşümünü elde ediniz. c) Kendi ters FFT kodunuzu yazınız ve Matlabın hazır FFT kodunu kullanarak FFT dönüşümünü elde ettiğiniz bir sinyalin ters FFT sini bu kod ile alınız ve doğrulayınız. 17. TON ALGILAMA : Matlab ortamında hem m-file hem de simulink blokları ile bir ton algılayıcı algoritma geliştiriniz. Algoritma/model çalıştırıldığı zaman mikrofondan gerçek zamanlı olarak kaydedilen ses sinyali analiz edilecek ve eğer frekansı belirli bir aralıkta değil ise ekrana ton sinyali mevcut değil mesajını yazacaktır. Program bu şekilde istenilen ton sesi mikrofona verilinceye kadar döngüde çalışacaktır. Beklenilen ton sinyali (örneğin 5KHz sinüs) mikrofona verilince ekrana Ton sinyali mevcut yazacaktır. Algoritma ortamdaki gürültülere karşı da güvenilir olacak küçük gürültülerden etkilenmeyecektir. 18. SPEKTRAL SİNYAL AYRIŞTIRMA : Frekans ortamında sinyal ayrıştıracak bir filtreleme algoritması geliştirin. Bu filtre giriş sinyalinin frekans spektrumunu hesaplamalı ve ne kadar farklı frekans bileşenine ait sinyal varsa bu sinyalleri ayrı olarak değişkenlere atamalıdır. Algoritmanın testi için 3 adet farklı frekansa sahip, sinusoidal sinyallerin toplamından oluşan bir sinyal oluşturabilirsiniz. 19. FREKANS EQUALIZER : Farklı frekanstaki sinyallerin toplamından oluşan bir sinyali düşündüğümüzde bu sinyaldeki her frekans bileşeninin genlik değeri aynı değildir. Sinyallerdeki (özellikle ses sinyalindeki) frekans bileşenlerinin genliklerinin eşit olmasını sağlayan bir frekans eşitleyici algoritma geliştiriniz. Frekans bantlarının 10KHz e kadar olması yeterlidir. 3

5 20. GÖRÜNTÜLER ARASINDA FARK BULMA: Verilen 2 adet renkli görüntü arasındaki (boyutları eşit olmak suretiyle) farklı bölgeleri bulan ve yuvarlak içerisine alarak görüntü üzerinde belirten bir algoritma geliştiriniz. Bu algoritma GUI kullanılarak gerçekleştirilmelidir. Ayrıca iki resim arasındaki toplam farklı piksel sayısı ve MSE değerini de hesaplayarak ekrana çıktı olarak verilmelidir. Kullanıcı tarafından fark algılama eşik değeri de girilebilmeli bu eşik değerden büyük farklılıklar varsa algılanmalıdır. Bu programın amacı kabaca, 7 farkı bulma oyununa benzer bir algoritma geliştirmektir. 21. RESİM BÖLÜTLEME : MATLAB da, Image acqusition toolbox ı kullanarak gerçek zamanlı kamera görüntülerinde, a) kenar bulma b) sadece yeşil renkli objeleri ayırt etme (sadece yeşil renkli pikseller 1, diğerleri 0 olarak algılanacaktır) amaçlı algoritmaları gerçekleştiriniz. 22. ZAMAN VE FREKANS ORTAMINDA FİLTRELEME : Bir sinyali zaman ortamında ve frekans ortamında filtrelemek için gerekli algoritmaları oluşturunuz. Filtreleme kodunu kendiniz yazınız. Geliştirdiğiniz kodu, 3 KHz bir sinüs sinyaline, 1KHz başka bir sinüs sinyali ilave ederek oluşturduğunuz sinyali zaman ve frekans ortamında filtreleyerek gösteriniz. Filtre tasarımını (sözü edilen sinyaller için) fdatool ile yapabilirsiniz. 23. RESİMLERE SAYDAM LOGO EKLEME : Renkli görüntülere saydam logo eklemek için bir yazılım geliştiriniz. Yazılım giriş parametreleri olarak logo resmini, logo eklenecek resmi ve saydamlık seviyesini (% olarak) alacak ve logolu resmi oluşturarak görüntüleyecektir. 24. VERİ MADENCİLİĞİ : Elinizde onlarca resim bulunan bir veritabanı olduğunu farz ederek, verilen bir resmin bu veritabanı içerisinde en benzer olduğu resmi bularak döndürecek bir algoritma geliştiriniz. Literatürde bu işlemin temelde nasıl yapıldığını araştırınız. Ancak çok kompleks bir yöntem geliştirmeden, temel sinyal benzerliklerinin nasıl hesaplandığı konusunda araştırma yaparak bu işlemi yapabilmeniz mümkündür. 25. AKTİF GÜRÜLTÜ FİLTRELEME : Bir ortamdaki ses sinyalini yok etmek için ortama sinyal ile aynı frekanslı ancak farklı fazda bir sinyal vermek gerekir. Tek frekans içeren sinyaller için bu işlem kolay iken çok frekans içeren sinyallerde bu işlem zordur. En fazla 5 adet farklı tonda sinyal içeren bir ses sinyalinin ortamda olduğunu düşünerek bu sinyali yok etmek için karşı sinyali üreten algoritmayı geliştirmeye çalışınız. İşlemin teorik temellerini araştırınız. 26. OTOMATİK DALGA YORUMLAMA : Beş adet tepe ve çukurdan oluşan bir sinyal şeklini göz önüne alınız. Bu sinyal şeklinde her bir tepenin zaman ve genlik eksenindeki değerini bulan ve bu değerlerin normal değerler arasında olup olmadığını kontrol eden, bir nevi otomatik tanı koyan, algoritmayı geliştiriniz. Tepe değerlerinin nasıl bulunacağını araştırınız. Sinyalin tepe değerlerinin pozitif eksende çukurların ise negatif eksende olduğunu düşünerek işlemi kolaylaştırabilirsiniz. 27. ORTAM SES ŞİDDETİ ÖLÇÜMÜ : Ortamdaki ses seviyesini sürekli olarak ölçen, ve özellikle kullanıcı tarafından seçilen 3 frekans bandındaki gürültü seviyesinin yine seçilen bir eşik değerinden yüksek olması durumunda alarm veren bir yazılımı MATLAB GUI ile geliştiriniz. Kullanıcının seçebilmesi için belirli frekans aralık değerlerini arayüze ekleyiniz. Gürültü seviyesi girişini ise rastgele girebilmelidir. Frekans aralıklarına ait filtreleri önceden tasarlayıp kullanıcının seçimine göre devreye sokabilirsiniz. 4

6 28. ADAPTİF VERİ SIKIŞTIRMA : Bir sinyalin enerji değerinin nasıl hesaplandığını araştırın. Girilen bir enerji değeri (% olarak) için, bir sinyalin DCT ve FFT dönüşümü ile sıkıştırılmasını sağlayan algoritmayı oluşturunuz. Örneğin %90 oran için orijinal sinyalin enerji değerinin %90 ına kadar bir enerjiye sahip sinyali oluşturmak için bu orijinal sinyalin DCT ve FFT dönüşümü alınarak, daha sonra X kadar katsayı değeri ile ters DCT ve FFT si alınacaktır. Buradaki X değeri ters dönüşümde kullanılan DCT veya FFT katsayısı olup tersi alınan sinyalin enerjisinin de orijinal sinyalin %90 enerjisine sahip olmasını sağlayacak katsayı sayısıdır. 29. GENEL AMAÇLI EQUALIZER : Matlab GUI yi kullanarak 9 kanallı bir equalizer algoritması geliştiriniz. Arayüzde her frekans kanalı için bir değer girme yeri olmalıdır. Bu değerlere göre o kanalın şiddeti belirlenecek ve gerçek zamanlı olarak çıkış sinyali dinletilecektir. Ayrıca giriş sinyalinin ve bazı değerlere karşılık oluşturulan çıktı sinyalinin spektrogramları ile yazılım doğrulanmalıdır. 30. FİLTRE TASARIMI : a) Normalize edilmiş kesme bandı frekans sınırı 0.5Hz, normalize edilmiş geçirme bandı frekans sınırı 0.7Hz olan ve geçirme bandında 1dB ripple olan ve minimum kesme bandı zayıflatması 32dB olan tip 1 Chebyshev IIR yüksek geçiren filtre tasarlayınız. Örnekleme frekansının 16KHz olduğunu varsayınız. Bu filtre ile ile bant genişliği 3 KHz ve 6 KHz olan iki sinyali (bu sinyalleri hazır olarak bulabileceğiniz gibi sinüslerin toplamı ile elde edebilirsiniz) filtreleyiniz. Filtreleme fonksiyonunu hazır olarak kullanmayıp, kodunu kendiniz yazınız. b) Lineer fazlı, 60. mertebeden bant geçiren FIR filtresinin tasarımını göz önüne alınız. Normalize edilmiş geçirme bandı ile arasında, durdurma bandı aralığı ise 0 - ile ile arasındadır. İstenen geçirme bandı ve durdurma bandı kazançları ise sırayla 1 ve 0 dır. Geçirme bandı ile düşük frekanslı durdurma bandının ağırlıklarının eşit olduğunu ve yüksek frekanstaki durdurma bandının ağırlığının ise diğer iki bandın ağırlıklarının %30 u olduğunu varsayınız. Bu filtreyi tasarlayınız ve kazanç cevabını, faz cevabını, impuls cevabını çizdiriniz. 31. SNR HESAPLAMA : 3 adet gürültüsüz ses sinyali ve 3 adet de bu ses sinyallerinin gürültülü versiyonlarını içeren dosyaları oluşturunuz veya bir veritabanından elde ediniz. Sesler mono (tek kanal) olarak kayıt edilmiş olmalı ve gürültülü versiyonları çeşitli SNR değerlerini içermelidir. Bu gürültü sinyalleri için alçak geçiren, yüksek geçiren ve bant geçiren olmak üzere 3 adet filtre tasarlayınız. Bu tasarımda yaklaşık gürültü spektrumunu kestirmek faydalı olabilir. Sonra bu gürültülü ses sinyallerini bu 3 filtre ile filtreleyip, her bir ses sinyali için ayrı ayrı, en yüksek SNR değerinin elde edildiği filtre tipini mesaj olarak çıkaran algoritmayı geliştiriniz OTOMATİK SİNYAL YAKALAMA : Bant genişliği 16 KHz olan bir sinyal kaynağında baskın olan sinyal frekans aralığını otomatik olarak bulan bir algoritma geliştirin. Algoritma sürekli olarak tarama modunda çalışmalı ve sinyali algıladığında ekrana X-Y KHz aralığında sinyal bulundu gibi bir mesaj vermelidir. Algoritma tarama aralıklarının 1000 KHz olması yeterlidir (yani Y-X = 1000). Algoritma mikrofon girişinden verilen ses sinyali ile test edilecektir

7 NOT: Bazı projeler diğerine göre daha zor olabilir. Bu yüzden tamamlayamasanız dahi geliştireceğiniz yaklaşımlar ve başarabildiğiniz kısımlar değerlendirilecektir. Bu projelerin amacı sinyal işlemenin ne gibi uygulamalarda kullanıldığını ve temel prensiplerinin ne olduğunu anlamanıza yardımcı olmaktır. Bunu sağlarken de MATLAB yazılımıyla tanışmanızın diğer çalışmalarınızda da yardımcı olacağı ve ufkunuzu genişleteceği düşünülmüştür. Bu yüzden, projelerinizi lütfen önemseyiniz ve gerçekten, anlayarak yapmaya çalışınız. Sadece iyi not alıp geçmek amacı ile yaklaşmayınız. Grup çalışmasının amacı, iş bölümü yaparak problemi daha sistematik bir şekilde çözmektir. Grup üyelerinin bazılarının proje ile ilgilenip bazılarının ilgilenmemesi kabul edilebilecek bir şey değildir. Böyle bir durumun oluşmasına da müsaade etmeyiniz. Ödevlerle ilgili olarak son gün soru sormaya gelmeyiniz. Her türlü sorunuzu mail yoluyla da sorabilirsiniz Başarılar 6