基于背景感知相关滤波跟踪器的目标快速跟踪方法

图像跟踪算法是弹载图像末制导及光电侦查装备的关键技术,其高效低延时的实时实现可以极大提高光电载荷跟踪的稳定性和精确性。为解决弹载环境受体积、功耗等因素约束下图像末制导跟踪算法的高效性,基于背景感知的相关跟踪算法,提出一种基于数据驱动的多任务分配策略,并针对相关滤波计算是影响算法实时性的关键路径,提出Cache优化的快速傅里叶变换高效实现方法。通过将跟踪算法映射到多核DSP处理器平台上并行实现,相对原处理方法多核处理实时性能整体提升约56.3%。经无人机挂载试验验证表明,该优化方法可以满足空间约束条件下目标跟踪实时性需求,为智能化弹药的工程化应用提供了有力的技术支撑。

基于HFM和感知后滤波器的语音增强

研究了只能获得带噪信号的情况下的语音增强问题。将语音信号看作由高斯噪声激励的自回归(AR)过程,观测噪声为加性高斯白噪声,把信号转化为状态空间模型。首先用隐马尔可夫模型(HMM)估计AR参数和噪声的方差作为卡尔曼滤波器初值,估计信号作为参数估计的中间值给出,然后将估计信号通过一个感知滤波器平滑以消除残余噪声。仿真结果表明该算法有良好的性能。

低码率语音编码中感知加权滤波器的一种新型算法

声学心理模型是对人听觉系统生理结构和人耳主观感知特性的数学抽象模型．这种模型已成功运用于宽带音频编码中．首次提出将声学心理模型原理应用于语音编码中感知加权滤波器的设计．通过对ＩＴＵＧ．７２３．１６．３／５．３ｋｂ／ｓ双速率编码算法中感知加权滤波器的改进，编码器的ＭＯＳ分可以改善０．１～０．３，而且新算法所要求的计算量仅比原算法大０．２６ＭＩＰＳ．基于声学心理模型的感知加权滤波器，与现有各类语音编码器中所用的感知加权滤波器相比，有自适应强、更符合人耳听觉特性、主观处理效果更佳的优点．

CELP宽带语音编码中感知加权滤波器的新算法

心理声学模型已经成功地应用于音频编码技术中,将心理声学模型应用到CELP语音编码技术中,构造新的感知加权滤波器,可以有效地提高合成语音的质量,但如何减少其算法的复杂度是CELP算法的一个关键.提出了LSP系数插值和滤波器系数插值两种新方法,以替代子帧中的心理声学模型掩蔽曲线的计算和转化,有效地减少其算法的复杂度.实验结果表明:在语音质量基本一致的情况下,LSP系数插值和滤波器系数插值两种算法的平均编码时间与原来相比分别减少18%和53%.该算法具有一般性,可以推广到其他CELP编码器的心理声学模型应用中.

一种基于几何谱减法和听觉掩蔽效应的语音增强方法

针对低信噪比下非平稳噪声环境情况,几何谱减算法产生较大的语音畸变的缺点,提出了一种结合听觉掩蔽效应的改进算法,该算法通过对噪声的实时估计,同时结合听觉掩蔽效应设计一个感知滤波器,对增强后的信号频谱进行滤波以抑制背景噪声,从而将残留噪声强度控制在掩蔽阈值之下.通过计算PESQ、oSNR、语谱图及时域仿真波形图分析及主观试听表明:改进的几何谱减算法不仅提高了语音信号的信噪比,而且残留噪声和语音畸变较小,提高了语音的可懂度.

一种基于信号子空间和听觉掩蔽效应的语音增强方法

采用子空间分解法对噪声语音进行信号增强,并用基于Johnston听觉掩蔽模型的感知滤波器对增强后的信号频谱进行平滑以抑制背景音乐噪声。几种噪声背景下对增强语音的客观测试表明,与传统的信号子空间分解法相比,基于信号子空间和听觉掩蔽效应的方法可有效地减少语音信号的失真度。

一种基于信号子空间和听觉掩蔽效应的语音增强方法

提文推导了基于离散余弦变换(DCT)的子空间分解法对有色噪声背景下的语音进行增强的公式,用基于听觉掩蔽效应的感智滤波器对增强后的信号频谱进行平滑以抑制背景噪声。几种噪声背景下对增强语音的客观测试表明,本文提出的方法可以有效地减少语音信号的失真度。

基于听觉掩蔽效应和噪声估计的语音增强算法

谱减法在增强语音、提高信噪比的同时,残留的音乐噪声较大。在利用听觉掩蔽阈值对谱减系数进行修正的基础上,采用实时噪声估计来减少谱减法噪声估计误差,并对谱减后的语音信号进行感知滤波来进一步抑制残留音乐噪声。实验结果表明,该算法能去除噪声,增强语音,并在不影响信噪比的同时降低语音失真测度值。主观测听表明语音音质有明显提高。

一种基于感知滤波的语音去噪算法

文中针对加性白噪声的环境下,通过在传统的Wiener滤波算法中引入人耳听觉感知特性及谱减算法,提出了一种新的基于感知滤波的语音去噪算法。该算法的关键是采用LPC分析得出的感知加权函数修正维纳滤波方程,使噪声谱分布随语音而变。不仅保持Wiener滤波算法的优点,而且降低噪声对纯净语音的影响。实验表明,该方法能更有效地抑制背景噪声,提高语音质量,且具有较低的计算复杂度。

4．8kbpsCELP声码器算法研究

ＣＥＬＰ是实现低码率、高质量语音编码的有效方法。我们在ＰＦＳ－１０１６基础上用软件模拟了４．８ｋｂｐｓＣＥＬＰ声码器的编、解码过程，并着重研究了感知滤波器、非整数基音延时、后置滤波以及修改冲激响应矩阵在改善音质和降低运算量等方面的作用。

一种基于EASSF的红外与可见光图像视觉保真度融合

最近,多尺度特征提取被广泛应用于红外与可见光图像融合领域,但是大多数提取过程过于复杂,并且视觉效果不佳。为了提高融合结果的视觉保真度,本文提出一种基于边缘感知平滑锐化滤波器(Edge-Aware Smoothing-Sharpening Filter,EASSF)的多尺度图像融合模型。首先,提出一种基于EASSF的多尺度水平图像分解方法对源图像进行分解,得到水平方向上的多尺度纹理成分和基础成分;其次,采用最大值融合规则(Max-Fusion, MF)融合纹理成分,避免图像细节信息的丢失;然后,通过一种感知融合规则(Perceptual-Fusion, PF)融合基础成分,捕获显著性目标信息;最后,通过整合融合后的多尺度纹理成分和基础成分得到融合图像。实验通过分析感知融合系数,对比融合结果的客观数据得出红外与可见光图像融合在多尺度EASSF下较为合适的取值范围;在该取值范围内,本文提出的融合模型同一些较为经典和流行的融合方法相比,不仅解决了特征信息提取的复杂性,而且通过整合基础成分的显著性光谱信息,有效地保证了融合结果的视觉保真度。

基于G.722.1的分布式语音编码

在语音通信网络中,为获得良好的语音通信质量,抗丢包技术不可或缺。为此,本文基于ITU G.722.1语音编码器,提出一种分布式语音编码方法。该方法在G.722.1编码器的基础上,构建一个互补编码器;然后在编码端,对同一帧语音分别用G.722.1编码器和其互补编码器进行语音编码,并发送编码结果;在解码端,在接收到其中任一语音码流时,用G.722.1解码器进行解码,其语音质量不低于G.722.1编码器的解码结果,而在接收到两个语音码流时,用G.722.1解码器先分别对两个语音码流进行解码,然后对解码结果进行联合处理,其最终的语音质量有明显提升,即有一定编码增益。仿真实验结果表明,本文分布式语音编码方法的抗丢包效果明显,相对于原始编解码器其语音质量进一步提升。

基于导向平滑锐化滤波和多尺度分解的红外与可见光图像融合

针对传统基于多尺度分解的红外与可见光图像融合算法得到的融合图像红外目标显著性降低、场景信息丢失、边缘模糊和伪影噪声等问题,在传统基于多尺度分解的红外与可见光图像融合算法中引入导向边缘感知平滑锐化滤波器,与传统的边缘保护滤波器平滑图像相比导向平滑锐化滤波器在滤波的同时能锐化图像。首先源图像利用拉普拉斯金字塔分解为低频层和高频层,低频层和高频层图像再运用导向边缘感知平滑锐化滤波器进行图像锐化后分别采用加权平均规则融合,最后利用拉普拉斯金字塔反变换对融合图像进行重构。对融合结果在公开的数据集上进行定性和定量分析,结果表明融合结果在视觉效果和量化比较上都有良好的表现。

基于噪声整形的语音去噪算法

针对非平稳环境噪声提出一种基于噪声整形的语音去噪算法。该算法以最小感知均方误差为准则,在Wiener滤波的基础上,采用听觉感知加权函数修正Wiener滤波方程,实现对噪声谱整形,使噪声谱分布特性跟随语音谱而变;同时引入频率补偿因子克服非平稳噪声谱对语音影响的不均匀性;采用快速噪声估计算法实现对非平稳的估计。实验表明,该算法能更有效地抑制背景噪声,提高了去噪后的语音质量。