基于视觉特性和颜色空间的多尺度彩色图像增强算法

本文根据人眼视觉对亮度和颜色不同的敏感特性,按照视觉特性选择了CIE La^*b^*均匀彩色空间,在此空间中提出了一种基于小波变换的彩色图像增强算法.和目前存在的灰度图像增强算法相比,本文不仅给出了一种自适应动态范围调节算法,同时对图像的饱和度分量也进行处理.实验证明,增强后的彩色图像不仅更加清晰,同时更加生动,鲜艳,达到了预期的目的.     

基于核共生矩阵的均值移动跟踪算法

以核颜色直方图为跟踪特征的均值移动算法易受环境光照、视角和摄像机参数等因素的影响。根据灰度共生矩阵的思想构造了核共生矩阵来描述目标模型和候选目标,并在此基础上提出了一种基于核共生矩阵的均值移动跟踪算法。在算法的实现过程中做了一些改进工作：构造核共生矩阵时对相反方向上的像素加以区分,从而更好地刻画目标的不对称特性;将目标模型和候选目标的核共生矩阵规整到同一常数以提高计算精度;对各像素权值的计算公式进行修正以提高算法速度。光照较暗,照度变化和存在部分遮挡等条件下的真实场景实验结果表明,该算法在这些情况下仍能有效地跟踪目标。     

广义均值移动跟踪算法

CAMSHIFT算法和Comaniciu/Meer算法是均值移动在视频目标跟踪中最为常用的两个基本算法.本文对Bradski和Comaniciu/Meer等人的工作加以推广,给出了广义均值移动跟踪算法.论文采用一个一般形式的相似性度量函数,并推导了其相应的像素权值计算和搜索窗口位置更新公式.新算法基于搜索窗内各像素权值的零阶矩来计算更新其搜索窗口尺寸.然后证明现有的两种基本算法都可以归纳到广义均值移动跟踪算法的统一框架中.对多段视频序列的跟踪实验分析比较了统一框架中3种均值移动算法的跟踪性能.     

基于Hough变换的任意时频分布线条特征提取

时频分布将时(空)域信号变换到时频联合域,揭示出信号的非平稳性、瞬时频率以及频率随时(空)间的变化演进,这其中往往主要含有线条成分,现有的分析方法只能探测直线成分(即线性调频参数),并且只是分析Wigner分布.本文进行两方面的推广,一方面将Hough变换探测各种参数曲线,可以对任意时频模式的信号进行检测;另一方面推广到任意时频分布,试验结果表明本文方法对于低信噪比的信号,检测可靠性更高,尤其对于自适应时频分布,效果更为满意.     

利用DSP实现的实际环境下语音识别方法

该文提出了一种在实际环境下利用DSP实现的语音识别方案,通过户外实际环境的语音识别实验,这种方法的有效性得到了验证。     

离散小波变换域LMS自适应消噪

本文按照自成体系的离散小波变换正交分解框架,直接从离散域出发,得出离散小波变换域ＬＭＳ（ＤＷＬＭＳ）,变换的正交性与采样率无关,并可使用Ｍａｌｌａｔ快速算法。方法可减小自适应应滤波器输入向量自相关阵的谱动态范围,提出了传统ＬＭＳ算法的收敛速度和稳定性。     

美国数字音频广播带内同频技术的实现方案

带内同频技术以其兼容性,频谱有效性,灵活性和可靠性成为美国数字音频广播（ＤＡＢ）极具吸引力的数字化方案。目前有两家机构开发了ＩＢＯＣ系统;ＵＳＡＤＲ和ＬｕｃｅｎｔＤＲ。详细介绍了这两套系统,包括编,解码和调制技术。     

稀疏表示的超像素在线跟踪

目标表观变化的处理是视觉跟踪领域极具挑战性的问题,该文针对这一问题,在粒子滤波框架下提出一种高效的基于超像素的L1跟踪方法(SuperPixel-L1 tracker,SPL1)。首先利用具有结构性信息的中层视觉线索(超像素)构造字典来对目标的表观建模;然后求解由粒子表示的候选目标状态的L1范数最小化,把重构误差最小的候选状态作为跟踪的结果;最后进一步改进了字典的在线更新策略,不论目标发生遮挡与否,字典都被学习更新;为了降低目标发生漂移的可能,更新时保留初始帧的信息。仿真结果验证了SPL1在目标发生长时间遮挡、尺度和光照变化时依然能够稳定地跟踪目标。     

基于FVQ/HMM的无教师说话人自适应

本文提出了一种新的语音识别方法,它综合了VQ、HMM和无教师说话人自适应算法的优点,在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立FVQ/HMM,同时采用基于模糊矢量量化的无教师自适应算法,来改变FVQ/HMM的各状态的码字,从而实现对未知说话人的码本适应.本文通过非特定人汉语数码(孤立和连续数码)语音识别实验,把该新的组合方法同基于CHMM的自适应和识别方法进行了比较,实验结果表明该方法的自适应和识别效果优于基于CHMM的方法.     

基于视觉特性的多尺度彩色图像增强算法

本文根据人眼对亮度和颜色不同的敏感特性，按照视觉心理特性选择了适当的色度空间，在此空间中提出了一种基于小波变换的彩色图像增强算法。和目前存在的灰度图像增强算法不同，不仅对亮度分量做出了动态范围调节，同时对图像的颜色分量也进行处理。实验证明，增强后的彩色图像不仅更加清晰，更加生动，鲜艳，达到了预期的目标。