| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-23页 |
| ·现有语言残障者的康复方式 | 第9-10页 |
| ·唇形识别康复发声系统 | 第10-11页 |
| ·课题研究目的与研究意义 | 第11-12页 |
| ·课题研究目的 | 第11-12页 |
| ·课题研究意义 | 第12页 |
| ·唇形识别技术研究现状 | 第12-18页 |
| ·国外唇形识别技术发展现状 | 第13-17页 |
| ·汉语唇形识别技术发展现状 | 第17-18页 |
| ·唇形识别语音康复系统中需要解决的问题 | 第18-19页 |
| ·论文主要研究内容及结构 | 第19-23页 |
| 第二章 面向残疾人的汉语双模语音数据库 | 第23-39页 |
| ·引言 | 第23页 |
| ·唇形轮廓描述模型 | 第23-27页 |
| ·不同视角下的唇形识别 | 第23-24页 |
| ·对称唇形轮廓模型分析 | 第24-25页 |
| ·非对称唇形轮廓模型分析 | 第25-27页 |
| ·双模语音数据库 | 第27-35页 |
| ·双模语音数据库的研究 | 第27页 |
| ·现有汉语双模语音数据库 | 第27-28页 |
| ·面向残疾人的汉语双模语音数据库 | 第28-35页 |
| ·唇形图像序列与特征选取实验结果分析 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 唇形图像序列的预处理 | 第39-51页 |
| ·引言 | 第39-40页 |
| ·语音发音唇动特性分析 | 第40-41页 |
| ·基于运动检测的唇形区域与唇形轮廓提取 | 第41-46页 |
| ·运动检测 | 第42-43页 |
| ·增强滤波 | 第43-44页 |
| ·阈值分割 | 第44-46页 |
| ·边缘检测 | 第46页 |
| ·唇形图像序列处理结果与唇形参数分析 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 唇形轮廓线性正交变换分析 | 第51-66页 |
| ·引言 | 第51-52页 |
| ·现有唇形轮廓描述方法 | 第52-55页 |
| ·边界轮廓的线性正交变换分析 | 第55-61页 |
| ·边界离散傅里叶变换与傅立叶描述符 | 第55-58页 |
| ·边界离散余弦变换与离散余弦变换描述符 | 第58页 |
| ·边界小波变换与小波变换描述符 | 第58-61页 |
| ·边界轮廓线性正交变换用于唇形轮廓处理 | 第61-63页 |
| ·唇形轮廓的边界傅立叶变换与重建 | 第62页 |
| ·唇形轮廓的边界离散余弦变换与重建 | 第62-63页 |
| ·基于HMM 和DFT、DCT 描述符的唇形识别 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 唇形特征融合 | 第66-81页 |
| ·引言 | 第66页 |
| ·数据融合 | 第66-70页 |
| ·数据融合技术的起源与基本原理 | 第66-67页 |
| ·数据融合技术的定义 | 第67-68页 |
| ·数据融合技术的层次 | 第68-70页 |
| ·数字图像融合技术 | 第70-73页 |
| ·像素级图像融合 | 第71页 |
| ·特征级图像融合 | 第71-72页 |
| ·决策级图像融合 | 第72-73页 |
| ·唇形特征的特征级融合 | 第73-75页 |
| ·串行特征融合 | 第74页 |
| ·并行特征融合 | 第74-75页 |
| ·加权组合串行特征融合 | 第75页 |
| ·唇形特征融合实验与结果 | 第75-80页 |
| ·特征选取 | 第75-77页 |
| ·基于HMM 的特征融合识别实验与结果 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 基于二阶 HMM 的唇形特征识别 | 第81-99页 |
| ·引言 | 第81-82页 |
| ·一阶HMM 理论 | 第82-90页 |
| ·一阶HMM 结构和三个基本问题 | 第83-84页 |
| ·一阶HMM 的输出概率计算――前向概率和后向概率 | 第84-86页 |
| ·一阶HMM 识别算法――Viterbi 解码 | 第86-88页 |
| ·一阶HMM 参数训练――Baum-Welch 算法 | 第88-89页 |
| ·HMM 多观察序列的训练算法 | 第89-90页 |
| ·一阶HMM 的缺点 | 第90-91页 |
| ·二阶HMM 理论 | 第91-95页 |
| ·二阶HMM 的定义 | 第92页 |
| ·二阶HMM 的输出概率计算――前向概率和后向概率 | 第92-93页 |
| ·二阶 HMM 的识别算法――Viterbi 解码 | 第93-94页 |
| ·二阶HMM 参数训练――Baum-Welch 算法 | 第94-95页 |
| ·基于一阶、二阶HMM 的唇形特征识别 | 第95-97页 |
| ·本章小结 | 第97-99页 |
| 第七章 结论与展望 | 第99-104页 |
| ·课题的主要工作内容 | 第99-100页 |
| ·课题的主要创新性工作与研究结果 | 第100-102页 |
| ·课题的问题总结与计划 | 第102-104页 |
| 参考文献 | 第104-118页 |
| 发表论文及科研工作 | 第118-119页 |
| 博士在学期间发表论文 | 第118页 |
| 博士在学期间参加科研项目 | 第118-119页 |
| 致谢 | 第119页 |
