[发明专利]一种基于图像处理的电力设备声音识别方法及系统

权利要求书

1.一种基于图像处理的电力设备声音识别方法，其特征在于，所述方法包括：

获取原始声音信号；

根据所述原始声音信号进行短时傅里叶变换，得到频谱图；

采用尺度不变特征变换方法对所述频谱图进行特征提取，得到特征向量；

利用设备识别模型对所述特征向量进行识别，得到所述原始声音信号对应的设备名称；所述设备名称包括：磨煤机、引风机、供油泵、凝结水泵、连接轴和循环水泵；所述设备识别模型是基于支持向量机构建的。

2.根据权利要求1所述的基于图像处理的电力设备声音识别方法，其特征在于，所述设备识别模型的训练过程为：

获取训练数据集；所述训练数据集中的样本包括：设备的声音和名称；

以设备的声音为输入，设备的名称为输出对所述支持向量机进行训练得到所述设备识别模型。

3.根据权利要求1所述的基于图像处理的电力设备声音识别方法，其特征在于，所述根据所述原始声音信号进行短时傅里叶变换得到频谱图，具体包括：

对所述原始声音图像进行预处理，得到预处理后的声音信号；所述预处理依次包括切分、预加重、归一化和分帧加窗处理；

对所述预处理后的声音信号进行短时傅里叶变换得到频谱图。

4.根据权利要求1所述的基于图像处理的电力设备声音识别方法，其特征在于，所述采用尺度不变特征变换方法对所述频谱图进行特征提取，得到特征向量，具体包括：

根据所述频谱图构建尺度空间；

根据所述尺度空间确定候选特征点；

删去所述候选特征点中的非正常点，得到关键点；所述非正常点包括：对比度低的候选特征点和不稳定的边缘响应点；所述对比度低的候选特征点为所述尺度空间的极值点处的空间尺度函数的前两项之和小于第一预设值的候选特征点；所述不稳定的边缘响应点根据所述候选特征点的邻域位置求得；

根据梯度直方图确定所述关键点的方向；

根据所述方向确定所述特征向量。

5.一种基于图像处理的电力设备声音识别系统，其特征在于，包括：

原始声音信号获取模块，用于获取原始声音信号；

频谱图获取模块，用于根据所述原始声音信号进行短时傅里叶变换，得到频谱图；

特征向量获取模块，用于采用尺度不变特征变换方法对所述频谱图进行特征提取，得到特征向量；

设备名称获取模块，用于利用设备识别模型对所述特征向量进行识别，得到所述原始声音信号对应的设备名称；所述设备名称包括：磨煤机、引风机、供油泵、凝结水泵、连接轴和循环水泵；所述设备识别模型是基于支持向量机构建的。

6.根据权利要求5所述的基于图像处理的电力设备声音识别系统，其特征在于，所述设备名称获取模块包括，设备识别模型训练单元；所述设备识别模型训练单元包括：

训练数据集获取子单元，用于获取训练数据集；所述训练数据集中的样本包括：设备的声音和名称；

设备识别模型获取子单元，用于以设备的声音为输入，设备的名称为输出对所述支持向量机进行训练得到所述设备识别模型。

7.根据权利要求5所述的基于图像处理的电力设备声音识别系统，其特征在于，所述频谱图获取模块，具体包括：

预处理单元，用于对所述原始声音图像进行预处理，得到预处理后的声音信号；所述预处理依次包括切分、预加重、归一化和分帧加窗处理；

频谱图获取单元，用于对所述预处理后的声音信号进行短时傅里叶变换得到频谱图。

8.根据权利要求5所述的基于图像处理的电力设备声音识别系统，其特征在于，所述特征向量获取模块，具体包括：

尺度空间构建单元，用于根据所述频谱图构建尺度空间；

候选特征点确定单元，用于根据所述尺度空间确定候选特征点；

关键点确定单元，用于删去所述候选特征点中的非正常点，得到关键点；所述非正常点包括：对比度低的候选特征点和不稳定的边缘响应点；所述对比度低的候选特征点为所述尺度空间的极值点处的空间尺度函数的前两项之和小于第一预设值的候选特征点；所述不稳定的边缘响应点根据所述候选特征点的邻域位置求得；

方向确定单元，用于根据梯度直方图确定所述关键点的方向；

特征向量确定单元，用于根据所述方向确定所述特征向量。