改进的经验小波变换的公共场所异常声音特征分解与提取方法与流程

本发明属于音频信号特征提取及识别技术领域。

背景技术：

公共场所如广场、公共汽车站、地铁等具有人群聚集密集、地域广等特点，且公共场所的安全防范一直受到各国政府和人民的广泛的关注。目前以视频监控为主的监控技术为公共场所的安全防范起到了积极的作用，然而视频监控技术存在监控死角、阴雨天监控模糊等问题。众所周知，在异常事件发生时常常伴随着尖叫声、枪声、玻璃破碎声、爆炸声等异常声音，因此音频监控与视频监控的协作运行已经成为公共场所安全监控领域的发展方向。目前，视频监控相对于音频监控比较成熟，已经广泛应用于实际当中，而现有的音频监控系统仅包含简单的声音采集、传输等，缺乏对异常声音的有效识别。本专利所涉及的公共场所异常声音识别技术为音频监控系统的核心技术。因此，对该技术的研究具有更重要的社会意义及研究价值。

经验小波变换(Empirical Wavelet Transform,EWT)处理公共场所异常声音特征提取时存在的问题：①经验小波变换通过检测信号傅里叶频谱相邻极大值之间的最小值作为边界，并以这样一组边界构建一组滤波器组，如图1所示。这种检测信号傅里叶频谱极值点的方法适用于频率成分简单的信号，当信号添加一定的噪声之后，检测结果受到较大的影响。而公共场所异常声音由两部分组成：异常声音信号与背景噪声信号。异常声音信号的傅里叶频谱本身就含有较多的极值点，并且由于背景噪声的存在，所以当采用EWT对公共场所异常声音信号进行分解时，由于信号的傅里叶频谱的极值点较为复杂，导致构造出的滤波器组分布相对较为集中，从而使得构造出的滤波器组的分布同样较为集中。当采用这种方法对公共场所异常声音进行识别时，得到了不理想的结果。②并且由于公共场所背景噪声比较复杂，会导致同类型的信号分解得到结果存在较大差异，同样会得到较不理想的分类结果。同时，由于易受到噪声的干扰，信号的重构误差较大。

技术实现要素：

针对以上现有技术的不足，本发明提出一种基于改进的经验小波变换的公共场所异常声音特征分解与提取，用改进的经验小波变换(Developed Empirical Wavelet Transform，DEWT)分解公共场所异常声音，通过在这个过程中引入等效矩形带宽(Equivalent Rectangular Bandwidth,ERB)解决EWT应用于公共场所异常声音特征提取的关键理论及技术难题,得到公共场所异常声音在不同尺度下的特征。

本发明提出改进的经验小波变换的公共场所异常声音特征分解与提取方法包括以下步骤：

步骤1、对原始异常声音信号的傅里叶频谱通过模拟等效矩形带宽尺度的方法进行划分，根据划分后的边界得到固定边界的等效矩形带宽经验小波变换滤波器组，用该等效矩形带宽经验小波变换滤波器组分解原始异常声音信号，得到其不同频率分量.

步骤2、计算原始异常声音信号的不同频率分量相对于原始异常声音信号的能量熵，将归一化处理后的能量熵作为原始异常声音信号的特征向量。

步骤1的具体方法是：

(1)计算等效矩形带宽滤波器的中心频率fc，令经验小波变换中滤波器的中心频率fcn等于该等效矩形带宽滤波器的中心频率fc。

(2)利用经验小波变换中滤波器上下边界计算式fcn＝(wn+wn+1)/2，得到一系列的边界值wn，将边界值wn代入经验小波构造的低通滤波器和带通滤波器组中，组成等效矩形带宽经验小波变换滤波器组。

(3)将每个原始异常声音信号通过所述的等效矩形带宽经验小波变换滤波器组进行分解，得到原始异常声音信号的不同频率分量fj。

步骤2的具体方法为：

将改进的经验小波变换滤波器组用于分解公共场所异常声音，得到一系列不同的模态fk。定义能量熵Hj作为公共场所异常声音特征向量式中，Hj表示能量熵，参数εj＝Ej/E，E表示原始异常声音信号的能量，Ej＝|fj|²，表示第j个频率分量fj的能量。计算信号的不同频率分量对于原始异常声音信号的能量熵，并组合成特征向量进行归一化处理，作为原始信号的特征向量。

本发明的优点在于：

1、本发明充分考虑将EWT方法应用于公共场所异常声音识别面临的关键理论和技术问题，同时结合异常声音与背景噪声各自的特点，研究EWT分解公共场所异常声音存在的识别率低的问题，通过模拟ERB尺度，形成改进的经验小波变换滤波器组。

2、本发明是一种更适合公共场所异常声音信号特征描述的方法，该方法的思想是建立一个滤波器组，利用改进的经验小波变换滤波器组，得到一系列信号的不同的频率分量，然后将信号的不同频率分量相对于原始信号的能量熵作为特征向量，进行归一化处理后作为原始信号的特征向量，由此提取得到公共场所异常声音。

附图说明

图1：信号傅里叶频谱分割以及滤波器组的建立示意图；

图2：ERB-EWT滤波器组频率响应图；

图3：尖叫声分解结果图；

图4：本发明提出改进的经验小波变换特征提取流程框图；

图5：本发明提出公共场所异常声音识别流程框图。

具体实施方式

以下以公共场所异常声音识别的整个过程为例，结合附图进一步阐述本发明的思想：

如图5所示，公共场所异常声音识别流程框图主要包含两部分：公共场所异常声音进行特征提取，以及公共场所异常声音识别，其中特征提取是采用本发明基于改进的经验小波变换的方法来获得。

一、公共场所异常声音特征提取

①模拟ERB尺度获取滤波器的边界

经验小波变换是一种分析非线性非平稳信号的方法，设时域离散信号为f，EWT将信号的傅里叶频谱的连续极大值间的最小值作为滤波器的边界，其边界结果记wn，n为整数，n∈[0,N]。假设信号由N个模态构成，则可把傅里叶频谱范围[0,π]划分为N个连续的段，则需要确定的边界数为N-1。w0＝0，wn＝π，每一个被分割的段记为Λn＝[wn,wn+1]。所以，获取边界wn之后，在以wn为中心2τn的区域上构建滤波器的经验尺度函数和经验小波函数。如图1所示，可得到一个低通滤波器和N-1的带通滤波器从而在频域形成了一组滤波器组。一个低通滤波器和N-1个带通滤波器。然而利用原始的经验小波变换方法处理异常声音时，存在识别率低，分解易受噪声干扰的缺点。通过阅读文献，发现引入ERB尺度能够更好的解决问题。

ERB尺度可以精确描述人耳基底膜的频率选择特性，能够较好的反映声音信号的本质。Moore指出，人耳听觉滤波器的中心频率只覆盖50-15000Hz。本例中公共场所异常声音的采样频率为16KHz，频率范围在0-8KHz。

人耳听觉滤波器的中心频率fc与人耳听觉滤波器ERB的尺度r的关系为：

人耳听觉滤波器的中心频率的计算式为：

由于异常声音的频域范围为[0,8KHz]，则ERB尺度r可取至整数31。计算等效矩形带宽滤波器的中心频率fc，通过使得经验小波变换中的滤波器的中心频率与等效矩形带宽听觉滤波器的中心频率fcn相等；

即：fcn＝fc (3)

利用经验小波变换中通过滤波器的由上下边界计算得到中心频率，来计算得到一系列的边界值wn。

fcn＝(wn+wn+1)/2 (4)

由此计算并得到一系列的边界值wn，将此值代入到经验小波构造的滤波器组中。构建的滤波器组中第一个滤波器为低通滤波器，其余为带通滤波器。由于EWT构建滤波器组的起始边界为0Hz，终止边界为8KHz，覆盖了异常声音的整个频率范围。

其中低通滤波器为：

带通滤波器为：

其中τn＝γωn，函数β(x)是一个任意C^k([0,1])函数。β(x)＝x⁴(35-84x+70x²-20x³)。当时，在L²(R)空间上构成了紧支撑框架。

近似系数可由信号和经验尺度函数的内积得到

细节系数可由信号和经验小波函数的内积得到

其中，与分别是φ1(t)与ψn(t)的傅里叶变换。

为此，重构信号由式(7)得到：

其中，*表示卷积，和分别是和的傅里叶变换。

②改进的经验小波变换滤波器组

通过模拟ERB尺度，形成改进的经验小波变换滤波器组，构造出滤波器组如图2所示，待处理的信号经过改进的经验小波变换滤波器组，信号f被分解并得到经验模态fk，如式(8)所示。

以尖叫声为例，利用改进的经验小波变换滤波器组对尖叫声分解，并对结果进行示意，分解结果如图3所示。

③特征提取

改进的经验小波变换滤波器组用于公共场所异常声音特征提取流程如图4所示，将改进的经验小波变换滤波器组用于分解公共场所异常声音，得到一系列不同的模态fk。原始信号的能量为E，第j个模态fj对应的能量为Ej＝|fj|²。令εj＝Ej/E，定义能量熵Hj作为公共场所异常声音特征向量计算信号的不同频率分量对于原始异常声音信号的能量熵，并组合成特征向量进行归一化处理，作为原始信号的特征向量。

二、公共场所异常声音识别

对公共场所异常声音识别分为两步：

①建立分类模型：建立异常声音数据库，该异常声音数据库包括爆炸声、尖叫声、枪声、玻璃破碎声和相似的正常音五类(相似的正常音包括自动取款机语音声、银行叫号声、狗吠声、鼓掌声、咳嗽声、开关门声、敲击声、谈话声)，从每类中随机选取一半数量作为训练样本，另一半样本作为待识别的测试样本，用前述的公共场所异常声音提取方法分别求取训练样本和测试样本的特征向量，根据训练样本的特征向量建立支持向量机(Support Vector Machine,SVM)分类模型。

②分类识别：利用训练样本得到的特征向量训练SVM分类模型，并依此模型来测试待测试的样本，识别测试样本异常声音的类别，输出每类异常声音的分类结果，得到最终识别结果。