非空气传导语音的噪声特性分析及处理

喉部送话器具有很强的抗环境噪声干扰的能力，但使用时内部会产生一定的噪声。本文利用同步录音的麦克风语音信号和喉部送话器语音信号的相关性，用自适应线性滤波法提取出了喉部送话器的噪声信号，对其特性进行了分析，并提出了解决方案。     

一种基于多级分块错切的指纹奇异点检测算法

准确、可靠地检测指纹奇异点(core点和delta点)，对于指纹分类和指纹匹配具有非常重要的意义．针对指纹图像奇异点的精确定位和可靠性判断的难题，提出了一种基于多级分块错切的指纹奇异点检测新方法．首先，对于一枚指纹图像，在同一分块尺寸下进行多次图像错位分块。并且分别在不同的图像错位分块情况下检测指纹的奇异点，得到区域相对集中的奇异点位置的集合，并计算其质心，以精确确定奇异点的位置．然后，在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计，并分别根据以上方法估计的指纹方向场信息进行指纹奇异点的检测．最后。利用不同情况下检测的指纹奇异点位置相互关联的特性，进行指纹奇异点的精确、可靠检测．该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下采用不同方法检测的指纹奇异点位置相关联的特性，能够从指纹图像中较精确、可靠地检测出奇异点。对低质量指纹图像具有良好的鲁棒性．在部分典型低质量指纹图像上的实验结果验证了该方法的有效性．     

基于同态滤波的视网膜图像辐射量畸变校正

在对视网膜图像成像特点分析的基础上，对视网膜图像辐射量畸变的原因进行了分析，提出采用同态滤波的方法进行辐射量畸变校正，并设计了相应的同态滋波器。通过和直方图均衡化及多段线性灰度拉伸方法的实验比较，可以看出此方法可以更多地保留图像中的细节，使得图像中的整体光照更加均匀。     

具有视觉特性的局部直方图均衡增强算法

直方图均衡能有效地对数字图像进行增强处理，其主要缺点是处理后的数字图像大量损失灰度层次，且增强力度不够．提出了在子块部分重叠直方图均衡的基础上，引入保留灰度级直方图均衡处理的方法，使得处理后的图像对比度得到较大的增强，又不损失灰度级，且相邻像素间灰度过渡平缓，图像柔和、真实．针对处理后方块效应严重的图像，依据人眼的视觉特性和数字图像数据的特点，提出了自适应行列分比例方法来有效消除块效应．模拟结果显示，效果显著．针对子块过增强带来麻点噪声的缺点，提出了根据子块方差来判断对比度拉伸强度的方法，一定程度上削弱了麻点噪声对视觉效果的影响．     

人体生物特征识别方法的基本研究

利用生物特征识别的方法可有效的鉴别个人的身份。论述了三种典型的人体生物特征：指纹、虹膜和人脸的自动识别方法，对各种方法的特点作了说明。     

2,4-二羟基苯乙酮缩三羟基甲基氨基甲烷的合成及其在稀土矿样中铽的痕量荧光分析中的应用

合成了一种新的席夫碱配体2,4-二羟基苯乙酮缩三羟基甲基氨基甲烷.该配体与铽(Ⅲ)的配合物的荧光强度在磷酸钠或六次甲基四胺的存在下可增强18或26倍.有机溶剂CH3CN,DMF,丙酮,THF,DMSO,CH3OH,C2H5OH的添加可使其荧光强度进一步增加3～19倍.其中,用CH3CN作溶剂时荧光增加倍数最大,Tb-HL-HMTM体系荧光最强.pH=6.0时,激发和发射波长分别是355和545 nm.在理想情况下,荧光强度与Tb3+离子浓度成正比.对于HL-Na3PO4-CH3CN体系,线性范围2.3×10-10～5.8×10-5 mol/L,检测限2.0×10-10 mol/L,对于HL-HMTM-CH3CN体系,线性范围9.8×10-11～7.2×10-5 mol/L,检测限9.0×10-11 mol/L.基于此对Tb3+进行定量测定,该分析方法简单、快速、灵敏、干扰小.同时对荧光增强的机理进行了分析和讨论.     

电场中气泡在换热表面上的变形及对沸腾换热影响

从电场分布的角度，研究了换热表面上气泡在电场力作用下的变形规律和气泡变形影响EHD(electrohydrodynaInics)强化沸腾换热的机理．电场分布决定了气泡在电场力作用下的变形方式，如果换热表面的电场强度高于周围液体或电极的电场强度，则气泡受拉伸作用：反之，气泡受压制作用．热边界层的存在会减小电场力对气泡的拉伸作用，增强电场力对气泡的压制作用，但不会改变气泡的变形方式，气泡在换热表面上无论是被拉伸还是被压制，都能使沸腾换热得到强化，但两者的强化换热机理不同。     

Robust Speech Recognition Using a Harmonic Model

Automatic speech recognition under conditions of a noisy environment remains a challenging problem. Traditionally, methods focused on noise structure, such as spectral subtraction, have been employed to address this problem, and thus the performance of such methods depends on the accuracy in noise estimation. In this paper, an alternative method, using a harmonic-based spectral reconstruction algorithm, is proposed for the enhancement of robust automatic speech recognition. Neither noise estimation nor noise-model training are required in the proposed approach. A spectral subtraction integrated autocorrelation function is proposed to determine the pitch for the harmonic model. Recognition results show that the harmonic-based spectral reconstruction approach outperforms spectral subtraction in the middle- and lowsignal noise ratio (SNR) ranges. The advantage of the proposed method is more manifest for non-stationary noise, as the algorithm does not require an assumption of stationary noise.     

一种去除二值图像椒盐噪声算法及其应用

在进行作物形态测量的研究中需要对二值化后的作物图像进行细化操作 ,然而由于作物照片上反光和以往的图像分割算法缺陷等原因使得图像上的目标产生很多椒盐噪声 ,它们的存在对后面的细化操作将会产生不良影响 ,从而影响最后的作物形态测量工作 .常用的线性低通滤波器和邻域平均的方法对图像有模糊的负作用 ;中值滤波的方法效果不好 ;利用标号法去除椒盐噪声算法复杂 ,实现起来有一定困难 .本文提出了一种可以快速去除在二值图像中的椒盐噪声算法 ,该算法具有简单、快速、高效等特点 ,实现起来也比较容易 ,是一种较有前途的算法 .     

基于方向场的半区域指纹分类方法

提出了一种基于指纹方向场半区域指纹特征构造方法，并将此特征用于指纹分类．该方法充分利用了不同类型指纹方向场的结构特点，将指纹图像方向场中反映指纹全局特征的区域(感兴趣区域)分成许多小扇区，将扇区内所有像素方向的平均值作为该扇区的特征值，并将其按一定顺序排列起来构成一枚指纹的特征矢量．所提出的指纹特征矢量构造方法具有计算简单、特征矢量短等特点．实验结果表明，此方法构造的特征矢量在3种类型的指纹分类上具有令人满意的效果．