强噪环境下分频段数字音频信号精细化采集研究

在强噪环境下,为了获取高质量、低失真度的数字音频信号,提出一种强噪环境下分频段数字音频信号精细化采集方法。通过麦克风设备获取音频信号,利用LM4550芯片对其作采样、编码等处理后生成数字音频信号,基于AC-97单元接收数字音频信号,利用频段分割器对其作频带分解,获得互不重叠子频段数字音频信号。采用多窗谱谱减法对其去噪,利用数据通信接口将其传输给LM4550芯片,在完成模拟信号转换后,通过耳机输出,实现数字音频信号精细化采集。实验结果表明,该方法处理后的各子频段数字音频信号有用信息得以完整保留,并提高了信号波形的规整度和规律性,强噪声环境下数字音频信号的PESQ指标达到4.08以上,最大失真度为3.74%。

基于空域和频域的图像显著区域检测

根据人眼视觉注意机制,提出将图像在空域中采用局部复杂密度对比和全局颜色分布估计,在频域中通过有效频段分割的方法分别提取显著特征,再仿照细胞调节原理进行特征组合。局部复杂密度对比是模仿万有引力定律,通过稀疏基建模的方式计算视觉注意力的大小;提出在频域内采用有效频段分割,结合幅度信息提取显著特征后加权合成。仿真实验证明本文算法能高效地检测出场景中的显著区域。最后将本文算法应用于虚拟与现实交互中检测真实场景中的有效区,效果良好。

视觉注意模型在虚拟与现实交互中的研究(英文)

提出将视觉注意模型应用于虚拟与现实交互中,通过显著性原理检测出真实场景中的有效区域。采用将图像在空域和频域中分别进行显著特征提取,再通过特征组合理论进行特征融合。空域中采用区域颜色对比以及局部复杂度对比特征;提出在频域内进行有效频段分割,结合幅度信息提取显著特征,再加权后合成;特征组合理论是根据细胞调解原理来处理特征之间独立与联合作用的关系。最后提出将该方法应用于虚拟与现实交互中检测真实场景中的有效区,并同其他算法进行效果对比。