论文部分内容阅读
模式识别能力是人类智能的重要组成部分。用计算机实现模式的自动识别，是开发智能机器的一个最关键的突破口。模式识别不仅是一个有重大科学意义的研究领域，也是数字化网络时代诸多实际应用需要突破的一项重大关键技术。语音和图像识别技术是模式识别重要的发展方向，随着人们生活水平不断提高，使用计算机的人也越来越多，为了让人与计算机更好的沟通，所依靠的关键技术就是语音识别技术与图像识别，并且语音识别与图像识别必将成为信息产业的标志性技术和未来计算机的重要特征。当前，语音识别技术与图像识别正在向嵌入式方面发展，嵌入式语音识别产品在人们的日常生活中还是很少，该领域具有广阔的市场前景。在此背景下，本文在重点对语音识别技术进行全面、深入研究的基础上，结合图像识别实现对简易机器人和小型车的语音和图像控制。文章主要内容包括以下几个方面：(1)首先介绍了语音与图像识别的研究与发展状况，并简单说明了语音识别与图像识别的基本原理和主要方法，为进一步的语音识别与图像研究打下了良好的基础。(2)研究统计模式识别基本原理，分析并研究语音和图像识别，在总结目前语音识别与图像识别基础上，对现有技术进行了仔细地分析比较，综合几种常用算法的优点，对系统的实现提供了技术支持。(3)分析语音信号特征参数提取方法的优劣，并总结得出了参数提取的原则，并对模板训练匹配的问题进行了研究。(4)分析图像分割技术的，结合本课题图像识别要求特征重点介绍最大类间方差阈值分割。(5)设计了一种基于SPCE061A处理器的特定人、小词汇量语音识别系统，结合凌阳公司Eagle图像识别模组完成对小车语音和图像识别控制。最后，在总结全文工作的基础上，对课题目前存在的问题进行了分析，并为进一步研究指明了方向。