基于微振動提取算法的聲音恢復的實現(xiàn)和優(yōu)化.pdf

1、人的聲音是通過聲波的形式進行傳播，聲波會引發(fā)空氣的振動而引起人體聽覺器官的振動，最后被其他人所聽見。由人體發(fā)聲器官發(fā)出的聲音又被稱為語音，它往往包含著一定的信息，代表著不同的含義。但是由于聲波振動引起的語音信號往往非常微弱，需要進行一定的放大和恢復從而被人所聽見，人們常常采用麥克風的形式，通過電路對振動進行放大。近年來也出現(xiàn)了光學麥克風的形式，通過激光的反射實現(xiàn)語音的放大和恢復。
　　視覺測量是近些年來發(fā)展迅速的測量技術(shù)，在形狀檢

2、測、目標識別和跟蹤以及物體結(jié)構(gòu)和運動分析等領(lǐng)域都實現(xiàn)了廣泛的應(yīng)用，具有非接觸、全場測量等多方面的優(yōu)勢。高速視覺測量是視覺測量中的一種方式，可以得到頻率更好的信息，適用于需要精確測量的場合?？紤]語音產(chǎn)生的振動也是一種微小的運動，本文就能否通過高速視覺完成對于微振動的提取，實現(xiàn)基于視覺測量的聲音恢復進行了相關(guān)的探索和研究。
　　本文對基于高速視覺的微振動提取方法進行了研究，分析了三種不同的影像放大技術(shù)，比較其優(yōu)缺點，并找到了適用于對微

3、小運動進行放大的方法，進行了相關(guān)的仿真實驗，驗證了算法具有的放大效果。而后提出了一種自適應(yīng)的基于奇異值分解的微振動提取方法，對子區(qū)域的選取進行了優(yōu)化。它運用奇異值分解的特性，可以實現(xiàn)對運動特性本質(zhì)特征的表達。
　　基于微振動提取的算法，本文對語音恢復方法進行了具體的實驗，首先對整體的系統(tǒng)架構(gòu)進行了設(shè)計，對不同的關(guān)鍵部分進行了相關(guān)介紹，而后在系統(tǒng)的基礎(chǔ)上進行了基本實驗，實現(xiàn)了對語音信息的放大和還原。最后針對于直接還原的結(jié)果不是非常理