基于微振动提取算法的声音恢复的实现和优化
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 基于视觉的微小运动研究现状 | 第12-14页 |
| 1.2.2 声音恢复的研究现状 | 第14-17页 |
| 1.3 论文研究内容和组织结构 | 第17-19页 |
| 1.3.1 论文研究内容 | 第17页 |
| 1.3.2 论文组织结构安排 | 第17-19页 |
| 第2章 相关理论介绍 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 金字塔分解理论 | 第19-21页 |
| 2.2.1 图像金字塔 | 第19-20页 |
| 2.2.2 方向可控金字塔 | 第20-21页 |
| 2.3 奇异值分解理论 | 第21-22页 |
| 2.3.1 奇异值分解定义 | 第21-22页 |
| 2.3.2 奇异值分解性质 | 第22页 |
| 2.4 语音增强理论 | 第22-25页 |
| 2.4.1 语音增强方法 | 第22-24页 |
| 2.4.2 语音增强的性能评估 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 基于高速视觉的微振动提取算法 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 基于相位放大的算法 | 第27-31页 |
| 3.2.1 影像放大方法概述 | 第28-29页 |
| 3.2.2 基于相位的视频放大算法 | 第29-30页 |
| 3.2.3 基于相位放大的微振动提取 | 第30-31页 |
| 3.3 基于奇异值分解的算法 | 第31-37页 |
| 3.3.1 基于奇异值分解的微振动提取 | 第31-33页 |
| 3.3.2 主成分信号的物理意义 | 第33-34页 |
| 3.3.3 子图像选择的改进策略 | 第34-36页 |
| 3.3.4 提取方法的比较 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 声音恢复实验的系统架构和实验设计 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 声音恢复实验的系统架构 | 第39-44页 |
| 4.2.1 典型高速视觉测量系统组成 | 第39-40页 |
| 4.2.2 实验系统的硬件和软件选择 | 第40-44页 |
| 4.3 声音恢复的实验设计 | 第44-48页 |
| 4.3.1 实验装置描述 | 第44-45页 |
| 4.3.2 实验数据 | 第45-46页 |
| 4.3.3 振动材料的对比实验 | 第46-47页 |
| 4.3.4 声音频率的对比实验 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 语音结果的分析和优化 | 第49-61页 |
| 5.1 引言 | 第49页 |
| 5.2 语音结果分析和评价 | 第49-53页 |
| 5.2.1 语音信号特性 | 第49-50页 |
| 5.2.2 语音信号质量评价参数 | 第50-52页 |
| 5.2.3 实验结果分析 | 第52-53页 |
| 5.3 语音结果优化 | 第53-59页 |
| 5.3.1 语音结果特性的讨论 | 第53页 |
| 5.3.2 预处理 | 第53-54页 |
| 5.3.3 基于噪声估计的谱减法 | 第54-58页 |
| 5.3.4 语音优化结果 | 第58-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-65页 |
| 6.1 全文总结 | 第61-62页 |
| 6.1.1 论文的主要研究成果 | 第61-62页 |
| 6.1.2 论文的主要创新点 | 第62页 |
| 6.2 研究展望 | 第62-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-73页 |
| 在读期间发表的学术论文与取得的研究成果 | 第73页 |
