一种改进的强噪声背景下基音检测算法

针对强噪声背景下语音基音检测这一困难的问题,提出了一种基于计算声场景分析的基音检测的改进算法。该方法利用人的听觉感知特性,引入广义自相关函数以增强基音信息,适用于低信噪比和存在其它语音干扰下基音信息的提取。另外,对于混叠语音的基音周期轨迹的检测,提出一种比较简单的方法。实验结果证明,提出的算法是十分有效的。     

基于声音定位和听觉掩蔽效应的语音分离研究

人耳具有在嘈杂环境中将感兴趣的语言信息提取出来的能力,而双耳听觉特性有助于这种能力的加强.据此本文提出了一种基于声音定位和听觉掩蔽效应的混叠语音分离方法.根据声音到达双耳的时间差和强度差在时频域内确定相应的掩蔽系数,该系数是二值的,以直接去除干扰信号,保留有用信号并达到语音分离的目的.实验表明,本文提出的方法是有效的.该方法不仅适用于混叠语音为浊音情形,对清音的情况同样适用,因而比基于基音提取的语音分离方法的适用范围更广.     

基于声场景分析的混叠语音分离研究

从计算声场景思想出发，研究了如何从混叠语音中提取各源信号基音及谐波分量的方法，在此基础上根据语音信号正弦模型重建各语音分量，从而实现混叠语音分离。实验结果表明，笔者提出的方法是十分有效的。     

基于改进二次谱基音检测的时长规整算法

为了降低经典自相关语音时长规整算法的计算复杂度,分析了自相关时长规整算法的计算复杂原因,通过改进二次谱基音检测方法取代经典自相关方法中的基音同步自相关搜索运算,提出了一种新的基于改进二次谱基音检测的语音时长规整算法,并给出了该算法的详细步骤。通过波形比较以及MOS打分实验表明,与经典自相关语音时长规整算法相比,该算法在保证时长规整后语音质量的前提下,有效降低了整体计算复杂度。     

基于三阶累积量的语音信号的基音周期检测

本文提出了一种新的语音信号的基音周期检测方法,该方法根据语音信号的三阶累积量去确定语音信号的基音周期,能有效地排除白色或有色的高斯加性噪声所带来的干扰.与传统的基音周期估计的自相关函数法或平均幅度差函数法(AMDF)相比,该方法更精确、有效,具有更强的鲁棒性.     

基于SHS的重叠语音基音分离检测方法

运用SHS(分谐波累加)法可准确地提取单个语音的基音周期,本文将该方法推广运用到重叠语音基音的分离检测,并提出了相应的检测方法.实验证明,本文提出的方法能有效地分离并提取两重叠语音的基音,即使对于基音周期相差较近的两个重叠语音也能取得较好的结果.     

基于河南方言的低信噪比下基音检测算法研究

基音检测是河南方言语音信号处理中的一个重要环节,针对低信噪比环境下的河南方言语音基音检测准确率低的问题,提出了一种语音信号增强和基音检测相结合的算法.通过多窗谱估计的改进谱减法对语音信号进行降噪处理,对增强后的语音信号用中心削波法消除偏离基音轨迹的野点,再通过自相关法实现基音检测.仿真结果表明,对于低信噪比环境下河南方言语音信号的基音估值检测结果准确,估算出的基音频率和实际基音频率能很好的重合.     

基于折线削波电平的自相关函数法检测基音

基音信息隐含于语音信号的局部极值点处,将语音信号分帧后,通过修正由局部极值点拟合的包络线得到折线削波电平,并将削波后的信号用自相关函数法估计基音。数值实验表明,语音信号经折线削波较中心削波后可保留更多的基音信息,并能有效地减少基音检测的错误。     

基于线性预测残差倒谱的多语音基音频率检测

本文提出了一种基于线性预测残差倒谱的多语音基音频率检测算法,该算法首先对混合语音信号进行线性预测分析,进而计算预测信号与原混合信号的残差,并对残差信号做倒谱变换,得到混合语音信号的线性预测残差倒谱;然后在该信号的残差倒谱中,结合图像处理的技术,利用语音信号基音倒频匹配法检测出多语音信号的基音频率;最后在基音标定的过程中,本文算法利用语音信号的连续特性,依据信号基音频率前后差距变化最小原则标记出各基音所属话者。实验结果表明,本文提出的算法在弱回声及无回声的情况下能快速有效地从单声道混合语音信号中检测出多语音基音信息。     

基于小波变换的自相关基音检测方法

基音周期是语音信号最重要的参数之一,其描述了语音激励源的一个重要特征。在噪声环境下,基音检测的准确率必然受到影响。文章提出基于小波变换的自相关(ACF)基音检测。通过实验仿真表明,该方法可有效地在信噪比较低的条件下提取语音的基音周期。     

一种新的二维非线性提升小波变换方法

根据图像的统计信息,本文构造了一种新的非线性算子即统计算子,提出了基于该算子的一种新的非线性提升小波分析方法.使图像经过该方法变换以后,在无量化失真的前提下,以较大概率取得零高频系数.本文将该方法与现存文献中所提出的非线性形态学小波等分析方法,进行了标准图像的测试分析,实验结果显示,利用本文所提出的基于统计算子的提升小波分析的方法所得到的高频子带的熵都低于其它几种非线性小波变换,取得了很好的分析结果.     

一种新的二维自适应提升小波变换方法

基于图像的局部特性和统计信息,该文提出一种新的二维自适应提升小波变换方法。该方法通过构造基于图像局部特性的自适应更新算子和基于图像统计信息的非线性预测算子,对图像进行自适应的提升小波变换,与文献中的自适应小波变换方法和非自适应小波变换方法进行对比实验,该文方法所得到的高频子带的熵更低,含零高频系数更多,更有利于图像的压缩编码。     

基于小波变换和改进SVD的红外图像去噪

针对小波变换红外图像去噪需要已知噪声先验知识的缺点,提出了一种基于分块奇异值分解的正交小波变换红外图像去噪新算法。首先对红外图像进行离散正交小波变换,并对高频图像采用改进的分块奇异值分解估计小波系数,其中对奇异向量采用傅里叶变换进行了修正;最后将低频图像与估计的高频图像通过小波反变换得到去噪图像。仿真结果表明,该图像去噪算法能在无噪声先验知识条件下有效去除图像噪声,信噪比有了明显提高,并获得了良好的主观视觉效果。     

基于小波非线性外推的图像增强方法

针对图像增强的问题,提出了一种新的图像增强方法．该方法将小波变换与频域非线性外推算法相结合,首先利用小波变换提升图像的高频成分,再利用频域非线性外推算法增加图像的高频分量,最终实现图像的增强．实验表明,该新方法有效地提高了图像的视觉效果．     

一种基于提升小波变换的图像融合方法

在针对传统的多尺度分解的融合方法运算速度慢、内存需求量大，不适于实时应用的局限性的基础上，提出了一种基于提升小波变换的图像融合算法。多个源图像分别进行提升小波分解，使用恰当的融合规则合并各尺度对应的分解系数，通过提升小波逆变换得到融合图像。实验结果表明，提出的算法无论在执行时间还是融合图像质量上都优于传统方法，有广泛的应用前景，特别适用于实时系统。     

一种基于小波变换的雷达图像边缘提取方法

图像最基本的特征是边缘,边缘特征提取是多传感器信息融合与景象匹配中的重要内容.合成孔径雷达图像通常带有较强的相干斑噪声,用传统的边缘检测算法效果很不理想.本文针对合成孔径雷达自身的特点,利用小波变换的特性,提出一种将小波变换的多尺度分析与模糊加权中值滤波相结合的边缘特征提取方法.实验证明方法有效,边缘定位准确,并对噪声有抑制作用,将提取结果用于匹配,定位精度达到1个象素.     

基于KL距离和双密度小波变换的纹理图像检索

为了进一步提纹理图像的检索性能，提出了一种基于双密度小波的算法。该算法根据双密度小波分解的特点。从系数角度出发首先进行子带组合，然后提取子带小波系数直方图分布特性作为纹理特征。利用最大似然估计规则将特征提取和相似计算结合起来．采用KL距离进行度量．与单小波和双密度小波方法比较．该算法具有时移不变性、特证数少等特点。理论分析和纹理图像检索的对比实验数据说明了组合双密度小波在纹理特征提取方面的性能优于单小波和双密度小波。检索率分别提高了。     

基于平稳小波变换的图像去噪方法

针对传统正交小波变换在图像去噪时存在的边缘失真,提出了一种基于平稳小波变换的图像去噪方法。使用系数关联法将图像小波分解后的高频分量像素标记为噪声和边缘,如果小波系数被标记为边缘,则保持其系数不变,否则采用基于邻域的方法进行系数收缩。当噪声方差较大时,收缩后最小尺度的高频分量中会存在一些孤立的亮点或暗点,借助次大尺度高频分量将其去除,对处理后的小波系数进行平稳小波反变换得到去噪图像。实验结果表明,本文方法能够在去除噪声的同时较好地保持图像的边缘,是一种有效的图像去噪方法。     

基于离散平稳小波变换的红外图像对比度增强

提出一种基于离散平稳小波变换的红外图像增强方法,对红外图像进行离散平稳小波 变换后,分别对各个分解层的高频子带利用所提出的非线性增强方法进行对比度增强。实验结果表明,本文提出的方法在有效的提高红外图像中目标对比度的同时,又能突出红外图像的细节部分信息。算法在性能上优于传统的直方图均衡法、反锐化掩膜法和基于离散正交小波变换的对比度增强方法。     

基于小波变换的图像重构算法研究

小波变换是当前图像处理、应用数学和工程学科中一个迅速发展的领域,它具有多分辨率分析的特性,同时又在变换域有表征信号局部特征的能力,能有效地从信号中提取信息。本课题以MATLAB作为平台,研究小波变换的mallet算法,对一维离散采样信号进行滤波和重采样,并扩展到多维信号中。根据算法结果,对图像进行小波分解,重构其近似信...