面向发音运动的超声图像采集与处理的研究
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文创新工作 | 第10-13页 |
| 1.3.1 多模态发音生理数据采集系统搭建 | 第10-11页 |
| 1.3.2 超声图像降噪 | 第11-12页 |
| 1.3.3 超声图像中舌头边界提取 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 超声图像的采集 | 第14-23页 |
| 2.1 数据采集系统 | 第14-20页 |
| 2.1.1 超声采集系统 | 第14-17页 |
| 2.1.2 视频采集系统 | 第17-19页 |
| 2.1.3 喉头信号采集系统 | 第19-20页 |
| 2.1.4 其他设备 | 第20页 |
| 2.2 数据同步处理 | 第20-21页 |
| 2.2.1 超声与音频同步 | 第20-21页 |
| 2.2.2 视频与音频同步 | 第21页 |
| 2.2.3 喉头运动信息与音频同步 | 第21页 |
| 2.2.4 各组数据流之间的同步 | 第21页 |
| 2.3 数据演示系统 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 超声图像降噪 | 第23-35页 |
| 3.1 超声成像技术 | 第23-24页 |
| 3.1.1 超声成像的发展 | 第23页 |
| 3.1.2 超声图像的噪声 | 第23-24页 |
| 3.2 降噪算法简述 | 第24-29页 |
| 3.2.1 传统的降噪算法 | 第24页 |
| 3.2.2 各项异性扩散算法 | 第24-29页 |
| 3.3 基于可分性的降噪算法 | 第29-34页 |
| 3.3.1 可分系数 | 第29-30页 |
| 3.3.2 多方向的可分性系数 | 第30-32页 |
| 3.3.3 基于多方向可分性的降噪算法 | 第32页 |
| 3.3.4 算法离散化 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 实验分析 | 第35-53页 |
| 4.1 实验过程 | 第35-40页 |
| 4.1.1 实验步骤 | 第35-36页 |
| 4.1.2 图像预处理 | 第36-38页 |
| 4.1.3 图像降噪结果 | 第38-40页 |
| 4.2 从图像降噪角度评价 | 第40-42页 |
| 4.2.1 使用 MSE 和 PSNR 评价标准 | 第40页 |
| 4.2.2 实验评价结果 | 第40-42页 |
| 4.3 从边缘保护角度评价 | 第42-48页 |
| 4.3.1 SOBEL 算法 | 第42-46页 |
| 4.3.2 使用 FOM 评价标准 | 第46-48页 |
| 4.4 参数优化 | 第48-52页 |
| 4.4.1 基于 MSE 分析迭代次数 | 第50-51页 |
| 4.4.2 基于 FOM 分析迭代次数 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
