基于超声影像的舌位参数提取及分析系统

发布时间：2020-12-15 01:37

　　本文利用超声波技术对舌位线进行了提取,同时对提取的舌位线从实验语音学的角度入手并采用数理统计学的方法,对舌位运动的模式进行了验证,对舌位运动曲线进行了帧距曲线、舌位运动范围、舌位线曲率、舌位线曲率位置及舌位线极值点等参数分析。首先由于舌头的灵活性和复杂性,舌位线难以用唯一方法进行准确提取,必须借助手工标注关键点的方式来弥补提取不准确的舌位线;其次舌位曲线运动是有一定的规律可循且同一个音素在不同条件下的舌位运动确实存在些许差异;再次,通过计算舌位线极值点数据,利用spass统计分析软件绘制极值点数据在X轴、Y轴的变异情况,可分析舌位运动的横向、纵向运动情况;最后舌位线的曲率及曲率位置为从高低角度来描述发音姿势奠定了基础,从而能够更好的描写发音空间。根据上述的舌位线提取及相关舌位运动曲线的参数分析功能,搭建了一个基于MATLAB平台开发的舌位参数提取及分析系统,该系统界面的功能模块划分清晰,使得用户操作方便,同时也实现了对舌位数据的统计、分析及绘图的代码功能,为今后处理分析更多的舌位发音运动数据提供了办法。研究结论:1)超声波技术为实验语音学的研究打开了一条新的研究思路,且具有其他设备不具... 

【文章来源】：西北民族大学甘肃省

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

２本文的结构

2.1 精确舌线轮廓范围舌位器官是语音生理器官中的重要部分，超声波成像图在预处理环节中，其图像并不是准确的舌位发音运动图像，因此要对超声视频图像进行边缘检测和舌位运动轨迹的大致定位，该操作为后续舌位轮廓提取奠定基础。图 2.1（a）表示读入视频的某一帧，该图的右上角记录了该视频的基本信息，如在采集超声视频时可调节的深度，增益值，帧频，动态范围等参数，且有边框，边框和参数的存在会影响舌位轮廓的提取，因此在预处理的过程中首先考虑去除视频图像的边框。图 2.1（b）表示框选该帧图像中感兴趣的区域。首先将视频的行标和列标范围测出，在该视频的范围内任取一帧利于拟合舌线的矩形框图像，去除边框后的效果如图 2.1（c）所示。超声波扫描的图像是扇形区域，因此需要对扫描的图像进行矫正，即去除超声视频中的扇形区域以缩小舌位轮廓的运动范围。如图 2.1（d）所示，该图框选了要去除的扇形区域，根据所需处理图像的扇形区域半径，如图 2.1（e）所示，计算生成一个舌位运动的扇形条带范围，该图进一步精确了舌位轮廓运动的范围。图 2.1 显示了超声视频的预处理过程。

陨境?虻玫悖?匦麓虻悖?钡接没Т虻懵?馕?埂Ｍ?2.2 舌位线提取流程图2.2 舌位线轮廓提取方法舌位线轮廓是由多个点插值拟合形成的一条光滑的曲线，所谓拟合是指已知

【参考文献】：
期刊论文
[1]超声波成像技术在生理语音学中的应用[J]. 陈彧.  南开语言学刊. 2013(01)
[2]超声图像处理中Snake模型研究[J]. 赵暖,陈亚青,余建国,王威琪.  上海生物医学工程. 2004(04)

博士论文
[1]基于超声波检测的汉语普通话基础元音发音的舌体运动研究[D]. 陈彧.南开大学 2011



本文编号：2917399