本书是“数字信号处理参考教材系列”之一。该系列共分三部分，即基础部分、提高部分和应用部分。本书属于基础部分。
书中首先分析语音的数字信号处理，对其基础、语音分析合成以及语音识别中的几种具有代表性的方法进行详细地论述，例如，线性预测法、倒谱法等；其次，以图像为研究对象，就图像数据处理时的基础知识和图像的增强、恢复及压缩等进行介绍；最后也对CT图像处理中所需的由投影图像来构成原始图像的方法进行详细地论述。
本书可作为大学相关专业的本科生及研究生的教材或参考用书，亦可供相关领域的技术人员及研究人员参考。
样章试读
目录
- 第1章 数字语音信号处理概要
1·1 基于语音的信息传递
1·2 人类的语音生成和语音感知
1·3 语音生成模型
1·4 语音的合成与识别
第2章 语音分析合成的线性预测法
2·1 线性预测法
2·2 PARCOR法
2·2·1 PARCOR系数
2·2·2 用PARCOR系数构造的合成滤波器
2·3 LSP法
第3章 语音分析合成的倒谱法
3·1 倒谱法
3·2 对数幅频近似滤波器
3·3 改进型倒谱法
3·4 无偏倒谱法
3·4·1 对数周期图
3·4·2 准同态法
3·4·3 对数频谱的无偏估计法
第4章 语音的按规则合成和语音识别
4·1 语音的按规则合成
4·1·1 基于规则的语音合成
4·1·2 语音生成过程的模型
4·1·3 语音的按规则合成方法
4·1·4 调音参数序列的生成
4·1·5 声源参数序列的生成
4·2 基于DP匹配的语音识别
4·2·1 单个单词语音的识别方法
4·2·2 基于DP匹配的单词语音识别
4·3 基于HMM的语音识别
4·3·1 HMM的基本结构
4·3·2 基于HMM的识别算法
4·3·3 前向算法
4·3·4 前后向算法
4·3·5 Viterbi算法
4·3·6 HMM的参数估计
4·3·7 连续输出分布型HMM
4·4 连续语音的识别
4·4·1 连续语音识别的方法
4·4·2 基于二层DP匹配法的连续语音识别
4·4·3 连续语音识别中语言的概率模型的利用
4·5 语音识别系统的非指定语者的识别
4·5·1 非指定语者的识别方法
4·5·2 语者独立型语音识别系统
4·5·3 语者适应型语音识别系统
第5章 数字图像处理概论
5·1 图像与二维线性系统
5·1·1 点扩展函数与线性空间不交系统
5·1·2 二维系统与传递函数
5·2 图像及二维平面上的随机场
5·2·1 均匀性与各态历经性
5·2·2 相关函数与功率谱
5·3 图像的数字化
5·3·1 图像的采样
5·3·2 图像的量化
5·4 数字图像的二维线性模型
5·4·1 图像的数学模型
5·4·2 因果模型
5·4·3 非因果模型
第6章 数字图像的增强与恢复
6·1 数字图像的增强
6·1·1 基于灰度级变换的对比度增强
6·1·2 图像的锐化
6·1·3 图像的平滑处理
6·1·4 图像的几何校正
6·2 边界检测与图像的二值化
6·2·1 数字图像的边界检测
6·2·2 数字图像的二值化
6·2·3 二值图像的处理
6·3 数字图像的恢复
6·3·1 基于二维FIR滤波器的图像恢复(Ⅰ)
6·3·2 基于二维FIR滤波器的图像恢复(Ⅱ)
6·3·3 基于二维维纳滤波器的图像恢复
第7章 数字图像的压缩
7·1 变换编码方式
7·1·1 图像的正交展开
7·1·2 二维沃尔什交换
7·1·3 二维哈达玛变换
7·1·4 二维DFT
7·1·5 二维DCT(Ⅰ)
7·1·6 二维DCT(Ⅱ)
7·1·7 二维DCT(Ⅲ)
7·2 预测编码方式
7·2·1 图像信号的预测
7·2·2 预测编码方式的概念
7·2·3 δ调制方式
7·2·4 自适应预测编码方式
第8章 基于投影信息的数字图像重构
8·1 图像重构的基础
8·2 CT图像的重构
8·3 CT图像的高精度化
8·3·1 基于扇型光束的检测
8·3·2 高频部分的恢复
8·4 三维图像的重构
8·5 δ函数与Hough变换
8·5·1 曲线图与Hough变换
8·5·2 点图与Hough变换
参考文献
索引
京公网安备 11010102004214号