Page 216 -

โครงการหนังสืออิเล็กทรอนิกส์ เฉลิมพระเกียรติสมเด็จพระเทพรัตนราชสุดาฯ สยามบรมราชกุมารี

207

%ปรับใหสัญญาณที่สรางเปน column vector เพื่อใหสามารถใชงานกับ

% คําสั่ง ksdensity ซึ่งเปนคําสั่งหาฟงกชันการกระจายตัวของขอมูล
>> X = reshape(noise,size,1);

%คํานวณความหนาแนนหรือการกระจายตัวของสัญญาณที่สรางขึ้น

>> [f,xi]= ksdensity(X);

>> plot(xi,f) %พลอตกราฟฟงกชันความหนาแนน

คําสั่ง [f, xi] = ksdensity(X) เปนคําสั่งสําหรับคํานวณความหนาแนนหรือการกระจาย

ตัวของขอมูลที่เก็บไวในเว็คเตอร X โดยขอมูลจะถูกแบงออกเปน 100 ชวงขอมูล

คาที่แบงจะถูกเก็บไวในเว็คเตอร xi สวนเว็คเตอร f จะเก็บคาความหนาแนนของ
ขอมูลแตละชวงที่คํานวณได

นอกจากนี้เรายังสามารถพล็อตกราฟคาความหนาแนนของสัญญาณรบกวนที่สราง

ขี้นไดดวยคําสั่ง hist(X, bins) ซึ่งเปนคําสั่งหาและพล็อตคาฮีสโตแกรมของขอมูล X

ที่กําหนด โดยจะแบงชวงชอมูลเปนชวงๆใหมีจํานวนชวงขอมูลเทากับคา bins ที่

กําหนดไว คําสั่งดานลางเปนตัวอยางคําสั่งสําหรับพล็อตฮีสโตแกรมของสัญญาณ
รบกวนที่สรางขึ้นดวยฟงกชัน noiseGen(.) โดยกําหนดใหคา bins มีคาเทากับ 30

กราฟที่ไดจากคําสั่ง hist(.) จะมีลักษณะไมราบเรียบสวยงามเทากับการใชคําสั่ง

ksdensity(.) คูกับคําสั่ง plot(.) ตามตัวอยางโคตดานบน

>> hist (noise, 30); %ฟงกชันพลอตฮีสโตแกรม โดยกําหนดให bin = 30

7.2.2 การประมาณคาพารามิเตอรของสัญญาณรบกวนภายในภาพ

เมื่อพิจารณาแบบจําลองสัญญาณรบกวนที่ไดแสดงไวในตารางที่ 7.1 จะเห็นไดวา

สัญญาณรบกวนสวนใหญสามารถประมาณแบบจําลองของสัญญาณไดเมื่อทราบ

คาพารามิเตอร a และ b ซึ่งคาพารามิเตอรทั้งสองมักมีความสัมพันธกับคาเฉลี่ยและ
คาเบี่ยงเบนมาตราฐานของสัญญาณรบกวนนั้นๆ ทําใหการประมาณฟงกชันการ