0015] 1、扬声器采用非线性机械振动方式产生声波，因此其响应信号属于非平稳信号， 扬声器响应信号的故障特征在不同时间不同频率下具有不同表现，在其响应信号的高阶频 率上尤为明显，通过采集扬声器的响应信号获得时频图像。通过时频分析法得到一个扫频 周期的时频图像。时频分析法主要通过小波包变换方法对扬声器响应信号进行时频变换。
[0016] 2、基于图像分形的故障扬声器纯音检测的方法。
[0017] 图像分形方法能够表征在一定条件下或过程中，在某一方面表现出与整体的相似 性。本发明中，采用图像分形方法针对边缘提取后的扬声器时频图像复杂程度的计算，通过 计算结果比较，找出故障扬声器。
[0018] 计盒维数化有一系列等价的定义，通常近似计算计盒维数为：
式中化为计盒维数；F为Hausdorff维数严格大于其拓扑维数的集合；为划分网格的 边长；为覆盖图像关必区域网格的数目。
[0019] 对于一幅宽W像素，高h像素的边缘提取后的时频图像，可表示为一个h*w矩阵， 矩阵中每个元素的位置对应于一个像素点位置。黑色像素点在相应矩阵中W 1表示，白色 为0。采用网格覆盖法，所采用的网格边长最大值取决于图像总区域的边长，网格边长最小 值始终为1。从车载扬声器时频图像各故障表征可知，图像中能量较大部分所占的计盒区域 越多，则计盒维数越大，故障表现越明显。因此，图像分形维数可作为时频图像的典型故障 表征。如图1所示，通过将每一幅预处理后扬声器时频图像按照二等分方式，即分为Iff 份，进行计盒尺寸与数目的计算，然后将K个计盒尺寸与数目在对数坐标系下进行最佳平 方逼近拟合，得到其斜率即为计盒维数。
[0020] 由图2所示，由于图像在不改变像素点个数的情况下拉伸，不影响故障信息的表 现，因此可设h=w，将时频图像建立为非奇异方阵。故而，建立其二等分时频图像计盒维数数 学模型如下式所示。
式中，游3为分形维数，rik即为每次二等分后得到的关必区域网格数目^即表征故障 的能量点数目。
[0022] 扬声器响应信号易于提取，图像分形维数算法易于实现。在保证扬声器同等条件 下，提供了一种扬声器纯音检测的方法。最后说明：W上实施例仅用W说明本发明而非限制 本发明所描述的技术方案；因此，尽管本说明书参照上述的各个实施例对本发明已进行了 详细的说明，但仍可对本发明进行修改或等同替换；其技术方案及其改进，均应涵盖在本发 明的权利要求范围当中。
【主权项】
1. 一种基于图像分形的故障扬声器纯音检测方法，其特征在于：用20HZ-1500Hz-20Hz 的正弦对数扫频信号激励扬声器，采集扬声器的响应信号，获得响应信号时域图像，通过小 波包变换得到一个扫频周期的时频图像；然后对时频图像进行二值化和边缘提取，利用图 像分形的方法对扬声器处理后的图像进行盒维数的计算，最后根据计算结果判定图像的复 杂程度，即判断扬声器的故障与否，其中运用的方法包括：时频分析方法和图像分形方法； 其中所述的时频分析方法包括以下步骤： 步骤1、用20Ηζ-1500ΗΖ-20Ηζ的正弦对数扫频信号激励扬声器，采集扬声器的响应信 号，获得响应信号时域图像； 步骤2、通过时频分析对时域图像进行处理，获得一个扫频周期的时频图像； 其中所述的图像分形方法包括以下步骤： 步骤1、在时频图像上，对图像进行二值化和边缘提取； 步骤2、通过图像分形原理，利用计盒维数的定义，对图像的复杂程度进行计算； 步骤3、通过计算的结果判断扬声器的故障与否。2. 根据权利要求1所述的基于图像分形的故障扬声器的纯音检测方法，其特征是：时 频分析方法和图像分形方法的步骤1还包括： 步骤1. 1、采用传声器采集响应信号； 步骤1. 2、在时频图像得到时，为后续基于图像分形的故障特征提取方便，对图中灰度 值进行反色预处理，将图像中能量值较大的部分呈现为黑色或深灰色，能量值接近于〇的 部分呈现为白色。3. 根据权利要求1所述的基于图像分形的故障扬声器的纯音检测方法，其特征是：时 频分析方法所述的步骤2还包括：分析信号中对应小波包基的时频信息，取分析信号和小 波包基的内积，得到分析信号对应的小波包系数。4. 根据权利要求1所述的基于图像分形的故障扬声器的纯音检测方法，其特征是：图 像分形方法所述的步骤2还包括： 步骤4. 1、采用网格覆盖法，所采用的网格边长最大值取决于图像总区域的边长，网格 边长最小值始终为1 ; 步骤4. 2、时频图像按照二等分的方式进行计算； 步骤4. 3、把时频图像建立为非奇异矩阵，计算非零子矩阵的个数； 步骤4. 4、对计盒尺寸与数目进行计算，然后在对数坐标系下进行最佳平方逼近拟合， 得到其斜率即为计盒维数。
【专利摘要】本发明公开了一种基于图像分形的故障扬声器纯音检测方法，包括时频分析方法和图像分形方法。时频分析方法包括：利用小波函数的正交性和时频局部性对扬声器的响应信号进行小波包变换，将其转化为二维图像信号，再对二维图像二值化和边缘提取，得到不同复杂程度的响应信号时频图像。图像分形方法包括：对边缘提取后时频图像通过计盒维数的计算，比较时频图像的复杂程度。本发明基于图像分形理论，结合现代先进的信号处理方式，辨别的精度高，效率大，对扬声器的在线监测具有重要的意义。
【IPC分类】H04R29/00
【公开号】CN105578373
【申请号】CN201410537518
【发明人】祁宇明, 高文华, 谭桂玲, 邓三鹏, 岳刚, 井平安, 曹学坤
【申请人】天津职业技术师范大学
【公开日】2016年5月11日
【申请日】2014年10月14日