图像镶嵌技术理论、难点及应用

图像镶嵌技术是一种表示图象序列信息的新技术，它通过找出一对图象间的视觉相关性，进而求出图象间的转换关系，最终将一序列真实图象合成为同一世界坐标系下的全维场景。这里，我们给出图象镶嵌技术的基本理论，然后讨论图象镶嵌技术的难点及应用。     

基于空间矩的灰度边缘亚像元度量精度分析

灰度图像中边缘定位受采样密度限制，亚像元精度度量方法在需要高精度的应用中受到重视，要想知识到底需要多高的分辨率才能达到定精度指标，就有必要分析特征定位方法的最坏情况的精度，文中用分析和实验的方法给出了基于空间矩的边缘定位方法，对于边缘点，边缘直线以及直边缘区域的最坏情况定位精度分析。分析和讨论的结果不但可以用来确定已知形状位置估计的最大误差，而且还可用于对准的形状几何参数，以获得较高的精度。     

Bézier三角曲面片生成显示与求交算法

本文在证明了Bézier三角曲面片的中点部分网格收敛性质的基础上,通过中点剖分算法给出了Bézier三角曲面片的生成显示算法与求交算法。     

基于条件数的摄像机自标定方法的鲁棒性分析

对基于绝对二次曲线和基于绝对二次曲面的两类摄像机自标定方法的鲁棒性进行了分析,并从矩阵条件数出发,通过大量仿真实验对两类方法进行了定量比较．实验结果表明, 基于绝对二次曲线的摄像机自标定方法的系数矩阵的条件数一般小于基于绝对二次曲面方法的系数矩阵的条件数．另外,当常数因子有误差时,基于绝对二次曲面方法的系数矩阵条件数的变化一般比基于绝对二次曲线方法系数矩阵条件数的变化更剧烈．上述二点表明,基于绝对二次曲线的自标定方法的鲁棒性一般要优于基于绝对二次曲面的自标定方法．上述结论与文献中的一些实验观察正好相佐．     

声音转换技术的研究与进展

声音转换是一项改变说话人声音特征的技术,可以将一人的语音模式转换为与其特性不同的另一人语音模式.声音转换算法的目标是确定一个什么样的模式转换规则,使转换语音保持第一个说话人原有语音信息内容不变,而具有第二个说话人的声音特点.本文介绍了当前声音转换技术领域的研究状态,主要分析现有声音转换技术中各种转换算法的实现原理,描述声音转换系统性能的各种评估方法,最后给出了对声音转换技术的简要评述和展望.     

汉语韵律边界的声学实验研究

本文以带有韵律标注的语料库ASCCD为基础,从语音信号分析的角度,研究了汉语普通话韵律间断模式在语音的时长、基频和音强等三个方面的表现特征,并在大量统计分析的基础上建立了识别分类的决策树模型,实验证明,这些特征能较好地描述朗读话语的韵律间断模式。     

基于说话人分类技术的分级说话人识别研究

识别正确率和抗噪性能固然是说话人识别的研究重点,但识别响应速度也是决定系统实用化的关键所在.本文成功地提出了基于说话人分类技术的分级说话人辨识方法,极大地提高了系统运行速度,随着注册说话人数的增多,较之传统的说话人辨识方法,其优势更加明显.同时在说话人确认中,该方法的使用,进一步提高了确认的正确率,有效地降低了错误接受和错误拒绝率.本文提出的可信度打分方法,也一定程度上改进了系统的性能.实验表明:基于说话人分类技术的说话人辨识方法使系统的运行速度平均提高了3.5倍,对说话人确认等误识率和最小误识率平均下降了53.75%.     

基于声韵母基元的嵌入式中文语音合成系统

引入声韵母作为合成系统的基本单元,从根本上提升了音库的可压缩性.采用分类与回归树(CART)结合高层音韵学信息对音库中的声韵母单元进行预分类,并提出了一种改进的ISODATA聚类方法,分别以Mel频标倒谱参数(MFCC)和基频包络作为特征,对分类后的声母和韵母进行聚类压缩.系统中引入发音组块作为声谱平滑单元,从而有效地提高了合成结果的音质.听辩实验及统计分析表明,在音库容量大幅压缩的情况下,该系统的合成结果接近于桌面系统.     

模糊波形分析在目标识别中的应用

本文描述了一种波形分析方法,它利用隶属度函数对新给定的波形中的峰谷值进行定量描述,从而将此波形表示为一模糊子集,并通过模糊子集的动态匹配完成波形的识别分类,实验证明,这是一种有效的波形分析方法,这种方法可以用于平面二维目标的快速识别分类,本文用飞机目标进行了实验,获得了较好的效果。     

残差噪声模型在PMC技术中的应用

PMC技术在提高语音识别的鲁棒性方面发挥重要作用。但PMC技术仍存在一些难点：如何获得精确的卷积噪声模型；如何在低信噪比情况下提高识别性能。该文提出了PMC技术的改进方法：引入新的残差噪声模型以及伪干净语音模型，结合信号增强技术，能有效地提高系统的鲁棒性。实验是在英国剑桥大学的HTK语音识别工具包的基础上进行，结果表明，新的PMC技术在噪声环境下能显著提高识别性能。