CN102455327B - 基于小波变换的粮食及油料声信号特征提取方法和系统 - Google Patents
基于小波变换的粮食及油料声信号特征提取方法和系统 Download PDFInfo
- Publication number
- CN102455327B CN102455327B CN 201010509888 CN201010509888A CN102455327B CN 102455327 B CN102455327 B CN 102455327B CN 201010509888 CN201010509888 CN 201010509888 CN 201010509888 A CN201010509888 A CN 201010509888A CN 102455327 B CN102455327 B CN 102455327B
- Authority
- CN
- China
- Prior art keywords
- grain
- oil plant
- wavelet
- function
- wavelet transformation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于小波变换的粮食及油料声信号特征提取方法。方法是：将粮食或油料籽粒逐粒送入声音信号采集箱，与采集箱内部的金属靶碰撞产生声音信号，利用声音传感器接收撞击声音信号，接收的声音信号经过滤波、放大后被传送到数据采集卡，数据采集卡对声音信号进行A/D变换，并将采集到的声音数据保存起来，通过小波变换技术对声音数据进行分解，选取特定的小波系数对声音信号进行重构，将重构信号的能量值作为特征提取出来，与粮食或油料的品质特征建立联系。本发明利用粮食和油料籽粒的声学特性，结合小波变换技术，对粮食和油料的品质特征进行无损检测，方法简便、快捷，检测结果稳定、分辨率较高。
Description
技术领域
本发明涉及一种粮食及油料品质的无损检测方法。
背景技术
粮食和油料的品质与其用途有直接的联系，因此与粮食和油料的价格也有密切关系。测定粮食及油料品质的方法和仪器已经有很多，例如，测定小麦硬度的方法有压力法、研磨法、颗粒度指数法、近红外法等，这些方法或费时、费力、不能实时测定，或测定成本太高而无法普及。因此，需要寻找一种简便、无损、成本低廉的粮食和油料品质测定方法。近几十年以来，信息科学技术迅速发展，利用信号处理技术可以从粮食和油料籽粒撞击声音信号中提取出有用信息，可以基于这一原理检测粮食和油料的品质特性。
发明内容
本发明的目的在于提供一种客观、简便、无损、成本低廉的粮食和油料品质多指标检测的测定方法。
为实现上述目的，本发明采用以下技术方案：
本发明中，一种基于小波变换的粮食及油料声信号特征提取方法和系统，是指：利用粮食和油料籽粒的声学特性，结合小波变换技术，对粮食和油料的品质进行无损检测，具体过程如下：
(1)将粮食或油料籽粒放入信号采集箱，使其撞击采集箱底部的金属靶产生声音信号；
(2)声音传感器接收粮食或油料籽粒撞击的声音信号，经过滤波和放大后，数据采集卡对声音信号进行A/D变换，计算机将采集到的声音信号数据保存起来；
(3)利用端点检测方法检测出每一粒粮食或油料籽粒撞击所产生声音信号的起点和终点；
(4)利用小波函数，对每一粒粮食或油料籽粒由以上起点和终点确定的撞击声音数据进行多尺度一维离散小波分解；
(5)对每一籽粒声音信号分解结构中第n层近似分量的小波系数，利用小波函数进行单支重构，其中n为正整数，即根据步骤(4)的分解结果，重构第n层的近似分量，然后将所有籽粒的重构信号取绝对值后求平均，最后对得到的平均值序列求平方和，即得出能量，作为特征；
(6)采用回归方法，建立提取的能量特征与粮食或油料品质指标的回归分析预测模型；
(7)基于以上关系模型测定粮食或油料的品质指标。
在所述的步骤(4)和(5)中，采用db函数、haar函数、Coifiets函数、Symlets函数、Discrete Meyer函数、Biorthogonal函数、Reverse Biorthogonal函数中的任意一种，对每一粒粮食或油料声音数据进行多尺度一维离散小波分解与重构。
所述的粮食或油料籽粒以单粒自由下落方式撞击采集箱底部的金属靶。
所述的粮食或油料籽粒以固定流量自由下落方式撞击采集箱底部的金属靶。
所述的粮食籽粒为小麦、水稻、糙米、大米、玉米、绿豆中的任意一种；所述的油料籽粒为油菜籽、花生、大豆中的任意一种。
本发明中，一种基于小波变换的粮食及油料声信号特征提取系统：它包括自动进料装置，自动进料装置与采集箱相通；在所述采集箱的底部设置金属靶和声音传感器，声音传感器采集的声音信号经过滤波器滤波、放大器放大后送入主机，所述的主机为包含数据采集卡的主机。
在所述的采集箱的内壁上装有隔音材料层。
采用上述技术方案的本发明，由于是利用粮食和油料籽粒的声学特性，并结合了小波变换技术，能够客观地检测粮食和油料的品质特性，实现了对粮食或油料品质特性的单粒、简便、无损、低成本的检测。
附图说明
图1是本发明的系统结构示意图；
图2是本发明的系统框架图；
图3是本发明的信号处理程序流程图。
具体实施方式
本发明以下结合附图和实施例作以详细的描述：
实施例1
测量小麦的硬度指标。如图3所示，本发明是利用小麦籽粒的声学特性，结合小波变换技术，对小麦硬度进行无损检测，具体过程如下：
(1)将小麦籽粒放入信号采集箱，使其撞击采集箱底部的金属靶产生声音信号；
(2)声音传感器接收小麦籽粒撞击的声音信号，经过滤波、放大后，数据采集卡对声音信号进行A/D变换，计算机将采集到的声音信号数据保存起来；
(3)利用端点检测方法检测出每一粒小麦籽粒撞击所产生声音信号的起点和终点，在实施本步骤中，可根据小麦籽粒声音信号与背景噪声幅度的区别，确定一幅度阈值，据此检测出每一粒小麦籽粒撞击所产生声音信号的起点和终点；也可以根据能量、频谱等其他的端点检测法进行检测；
(4)利用小波函数，对每一粒小麦籽粒由以上起点和终点确定的撞击声音数据进行多尺度一维离散小波分解；
(5)对每一籽粒声音信号分解结构中第n层近似分量的小波系数，利用小波函数进行单支重构，其中n为正整数，即根据步骤(4)的分解结果，重构第n层的近似分量，然后将所有籽粒重构信号取绝对值后求平均，最后对得到的平均值序列求平方和，即得出能量，作为特征。在本步骤中，n取3为最佳实施方式；
需要说明的是，在步骤(4)和(5)中，可采用db函数、haar函数、Coifiets函数、Symlets函数、Discrete Meyer函数、Biorthogonal函数、Reverse Biorthogonal函数等等小波函数中的任意一种，对每一粒小麦声音数据进行多尺度一维离散小波分解与重构。上述的小波函数均为现有技术，且利用小波函数对声音数据进行分解和重构的过程均为本领域普通技术人员所熟知的技术。
(6)利用一元线性回归方法，建立提取的能量特征与小麦硬度指标的回归分析预测模型，一元线性回归的表达式为y＝Ax+B，其中自变量x为能量特征，因变量y为预测的小麦硬度指标，A和B为回归系数；
(7)基于以上关系模型测定小麦的硬度指标。
在本实施例中，小麦籽粒以单粒自由下落方式撞击采集箱底部的金属靶，除此之外，还可以采用将小麦籽粒以固定流量自由下落方式撞击采集箱底部的金属靶，其流量只要保证恒定即可。
在实施上述方法的过程中，还需要涉及一种基于小波变换的粮食及油料声信号特征提取系统，如图2所示，该系统包括小麦声音信号产生系统、信号采集系统和信号处理系统。其原理为：将小麦放入声音信号产生系统后产生声音信号，利用信号采集系统对声音信号进行采集，将采集到的声音数据传送到信号处理系统进行处理。
小麦声音信号产生系统包括进料、撞击发声、隔音三部分，利用进料装置使小麦籽粒逐粒自由下落，撞击到采集箱底部的金属靶，发出声音信号。具体地说，如图1所示，小麦声音信号产生系统包括自动进料装置1，自动进料装置1与采集箱2相通；在采集箱2的底部设置金属靶3。另外，为防止外部噪音的干扰，在采集箱的内壁装有隔音材料，以隔离外部噪音。上述的隔音材料可选用隔声毡、纤维板或木板等等。
信号采集系统包括声音传感器4、滤波器5、信号放大器6和数据采集卡。声音传感器4在信号采集箱2内部，通过连线9将声音数据传送到滤波器5、信号放大器6进行调理，数据采集卡对调理后的声音信号进行A/D变换，采集的声音数据保存在主机7中。为方便显示，主机7还与显示器8相连接。
为验证本发明的实验效果，本实施例选择10个小麦样品进行试验，每个样品对应的硬度及提取的特征值如表1所示：
表1
根据表1所示数据可以得出，小麦信号的能量特征与小麦硬度之间的回归方程为：y＝-8003.9x+75.477。
以后即可基于以上原理和关系模型测定小麦的硬度，从而实现了对小麦硬度的单粒、简便、无损、低成本的检测。
实施例2
测量小麦的千粒重指标。如图3所示，本发明是利用小麦籽粒的声学特性，结合小波变换技术，对小麦千粒重进行无损检测，具体过程如下：
(1)将小麦籽粒放入信号采集箱，使其撞击采集箱底部的金属靶产生声音信号；
(2)声音传感器接收小麦籽粒撞击的声音信号，经过滤波、放大后，数据采集卡对声音信号进行A/D变换，计算机将采集到的声音信号数据保存起来；
(3)利用端点检测方法检测出每一粒小麦籽粒撞击所产生声音信号的起点和终点，在实施本步骤中，可根据小麦籽粒声音信号与背景噪声幅度的区别，确定一幅度阈值，据此检测出每一粒小麦籽粒撞击所产生声音信号的起点和终点；也可以根据能量、频谱等其他的端点检测法进行检测；
(4)利用小波函数，对每一粒小麦籽粒由以上起点和终点确定的撞击声音数据进行多尺度一维离散小波分解；
(5)对每一籽粒声音信号分解结构中第n层近似分量的小波系数，利用小波函数进行单支重构，其中n为正整数，即根据步骤(4)的分解结果，重构第n层的近似分量，然后将所有籽粒重构信号取绝对值后求平均，最后对得到的平均值序列求平方和，即得出能量，作为特征。在本步骤中，n取3为最佳实施方式；
需要说明的是，在步骤(4)和(5)中，可采用db函数、haar函数、Coiflets函数、Symlets函数、Discrete Meyer函数、Biorthogonal函数、Reverse Biorthogonal函数等等小波函数中的任意一种，对每一粒小麦声音数据进行多尺度一维离散小波分解与重构。上述的小波函数均为现有技术，且利用小波函数对声音数据进行分解和重构的过程均为本领域普通技术人员所熟知的技术。
(6)利用对数函数回归方法，建立提取的能量特征与小麦千粒重指标的回归分析预测模型，表达式为y＝A+Bln(x)，其中自变量x为能量特征，因变量y为预测的小麦千粒重指标，A和B为回归系数；
(7)基于以上关系模型测定小麦的千粒重指标。
在本实施例中，小麦籽粒以单粒自由下落方式撞击采集箱底部的金属靶，除此之外，还可以采用将小麦籽粒以固定流量自由下落方式撞击采集箱底部的金属靶，其流量只要保证恒定即可。
在实施上述方法的过程中，还需要涉及一种基于小波变换的粮食及油料声信号特征提取系统，如图2所示，该系统包括小麦声音信号产生系统、信号采集系统和信号处理系统。其原理为：将小麦放入声音信号产生系统后产生声音信号，利用信号采集系统对声音信号进行采集，将采集到的声音数据传送到信号处理系统进行处理。
小麦声音信号产生系统包括进料、撞击发声、隔音三部分，利用进料装置使小麦籽粒逐粒自由下落，撞击到采集箱底部的金属靶，发出声音信号。具体地说，如图1所示，小麦声音信号产生系统包括自动进料装置1，自动进料装置1与采集箱2相通；在采集箱2的底部设置金属靶3。另外，为防止外部噪音的干扰，在采集箱的内壁装有隔音材料，以隔离外部噪音。上述的隔音材料可选用隔声毡、纤维板或木板等等。
信号采集系统包括声音传感器4、滤波器5、信号放大器6和数据采集卡。声音传感器4在信号采集箱2内部，通过连线将声音数据传送到滤波器5、信号放大器6进行调理，数据采集卡对调理后的声音信号进行A/D变换，采集的声音数据保存在主机7中。为方便显示，主机7还与显示器8相连接。
为验证本发明的实验效果，本实施例选择10个小麦样品进行试验，每个样品对应的千粒重及提取的特征值如表2所示：
表2
根据表2所示数据可以得出，小麦信号的能量特征与小麦千粒重之间的回归方程为：y＝98.401+8.7695ln(x)。
以后即可基于以上原理和关系模型测定小麦的千粒重，从而实现了对小麦千粒重的单粒、简便、无损、低成本的检测。
实施例3
如图所示，将小麦放入声音信号产生系统产生声音信号，利用信号采集系统对声音信号进行采集，将采集到的声音数据送到信号处理系统进行处理，建立小麦声学特征与水分的回归方程，实现对小麦水分的测定。
综合实施例1～3，利用小麦声学特性，可以实现同时、快速检测小麦多个品质指标。
需要说明的是，本实施例中仅以小麦为例说明本发明的原理，但是并不局限于小麦，本发明中的粮食籽粒还可以为水稻、糙米、大米、玉米、绿豆中的任意一种；油料籽粒可以为油菜籽、花生、大豆中的任意一种。
Claims (8)
1.一种基于小波变换的粮食及油料声信号特征提取方法，其特征在于：利用粮食和油料籽粒的声学特性，结合小波变换技术，对粮食和油料的品质进行无损检测，具体过程如下：
(1)将粮食或油料籽粒放入采集箱，使其撞击采集箱底部的靶子产生声音信号；
(2)声音传感器接收粮食或油料籽粒撞击的声音信号，经过滤波和放大后，数据采集卡对声音信号进行A/D变换，主机将采集到的声音信号数据保存起来；
(3)利用端点检测方法检测出每一粒粮食或油料籽粒撞击所产生声音信号的起点和终点；
(4)利用小波函数，对每一粒粮食或油料籽粒由以上起点和终点确定的撞击声音数据进行多尺度一维离散小波分解；
(5)对每一籽粒声音信号分解结构中第n层近似分量的小波系数，利用小波函数进行单支重构，其中n为正整数，即根据步骤(4)的分解结果，重构第n层的近似分量，然后将所有籽粒的重构信号取绝对值后求平均，最后对得到的平均值序列求平方和，即得出能量，作为特征；
(6)采用回归方法，建立提取的能量特征与粮食或油料品质指标的回归分析预测模型；
(7)基于以上回归分析预测模型测定粮食或油料的品质指标。
2.根据权利要求1所述的基于小波变换的粮食及油料声信号特征提取方法，其特征在于：在所述的步骤(4)和(5)中，采用db函数、haar函数、Coiflets函数、Symlets函数、Discrete Meyer函数、Biorthogonal函数、Reverse Biorthogonal函数中的任意一种，对每一粒粮食或油料籽粒的声音数据进行多尺度一维离散小波分解与重构。
3.根据权利要求1所述的基于小波变换的粮食及油料声信号特征提取方法，其特征在于：所述的粮食或油料籽粒以单粒自由下落方式撞击采集箱底部的靶子。
4.根据权利要求1所述的基于小波变换的粮食及油料声信号特征提取方法，其特征在于：所述的粮食或油料籽粒以固定流量自由下落方式撞击采集箱底部的靶子。
5.根据权利要求1～4任一所述的基于小波变换的粮食及油料声信号特征提取方法，其特征在于：所述的粮食籽粒为小麦、水稻、糙米、大米、玉米、绿豆中的任意一种；所述的油料籽粒为油菜籽、花生、大豆中的任意一种。
6.实施权利要求1所述方法的基于小波变换的粮食及油料声信号特征提取系统，其特征在于：它包括自动进料装置(1)，自动进料装置(1)与采集箱(2)相通；在所述采集箱(2)的底部设置靶子(3)和声音传感器(4)，声音传感器(4)采集的声音信号经过滤波器(5)滤波、放大器(6)放大后送入主机(7)，所述的主机(7)为包含数据采集卡的主机。
7.根据权利要求6所述的基于小波变换的粮食及油料声信号特征提取系统，其特征在于：在所述的采集箱(2)的内壁上装有隔音材料层。
8.根据权利要求1所述的基于小波变换的粮食及油料声信号特征提取方法，其特征在于：所述的粮食或油料籽粒撞击的采集箱底部靶子(3)的材质是金属、玻璃、塑料、石材中任意一种固体材料。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010509888 CN102455327B (zh) | 2010-10-18 | 2010-10-18 | 基于小波变换的粮食及油料声信号特征提取方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010509888 CN102455327B (zh) | 2010-10-18 | 2010-10-18 | 基于小波变换的粮食及油料声信号特征提取方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102455327A CN102455327A (zh) | 2012-05-16 |
| CN102455327B true CN102455327B (zh) | 2013-05-08 |
Family
ID=46038748
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201010509888 Expired - Fee Related CN102455327B (zh) | 2010-10-18 | 2010-10-18 | 基于小波变换的粮食及油料声信号特征提取方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102455327B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102928517A (zh) * | 2012-11-15 | 2013-02-13 | 河北省电力公司电力科学研究院 | 一种基于小波分解阈值去噪的瓷绝缘子振动声学检测数据降噪的方法 |
| CN104050503B (zh) * | 2014-06-26 | 2017-04-12 | 江苏大学 | 一种基于碰撞声音识别的籽粒计数传感器 |
| CN104535646B (zh) * | 2014-12-17 | 2017-05-24 | 河南工业大学 | 一种粮食籽粒不完善度检测方法 |
| CN112114045B (zh) * | 2020-08-03 | 2023-09-19 | 中国科学院大学 | 一种面向超声显微镜的分辨率增强方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101413928A (zh) * | 2008-11-14 | 2009-04-22 | 江苏大学 | 基于声学特性的禽蛋裂纹快速在线无损检测装置及方法 |
-
2010
- 2010-10-18 CN CN 201010509888 patent/CN102455327B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101413928A (zh) * | 2008-11-14 | 2009-04-22 | 江苏大学 | 基于声学特性的禽蛋裂纹快速在线无损检测装置及方法 |
Non-Patent Citations (5)
| Title |
|---|
| 丁宁 等.小麦音频信号预处理方法的研究.《农机化研究》.2010,158-161. |
| 小麦音频信号预处理方法的研究;丁宁 等;《农机化研究》;20100831;158-161 * |
| 方建军.粮食水分在线测量的声学方法.《北方工业大学学报》.2000,第12卷(第1期),57-60. |
| 杨丽，杨红卫.信号处理技术在小麦声学检测中的应用.《粮食工程》.2007,第15卷22-24. * |
| 粮食水分在线测量的声学方法;方建军;《北方工业大学学报》;20000331;第12卷(第1期);57-60 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102455327A (zh) | 2012-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mammides et al. | Do acoustic indices correlate with bird diversity? Insights from two biodiverse regions in Yunnan Province, south China | |
| CN102455327B (zh) | 基于小波变换的粮食及油料声信号特征提取方法和系统 | |
| CN104569154B (zh) | 快速无损水果质地的检测方法及装置 | |
| CN107607065A (zh) | 一种基于变分模态分解的冲击回波信号分析方法 | |
| CN104535646B (zh) | 一种粮食籽粒不完善度检测方法 | |
| CN108648764B (zh) | 基于雨水敲击声识别的雨量测量系统及其测量方法 | |
| CN109632973B (zh) | 一种基于多尺度匹配追踪的超声回波信号提取方法 | |
| CN109741759B (zh) | 一种面向特定鸟类物种的声学自动检测方法 | |
| CN104485113A (zh) | 一种多故障源声发射信号分离方法 | |
| Roch et al. | Compensating for the effects of site and equipment variation on delphinid species identification from their echolocation clicks | |
| CN205409235U (zh) | 一种储粮害虫诱集检测装置 | |
| CN107436451B (zh) | 一种自动计算地震数据光缆耦合噪声强弱程度的振幅谱方法 | |
| CN208872879U (zh) | 一种微地震数据采集系统 | |
| CN1838839A (zh) | 扬声器纯音检测方法 | |
| CN110568073B (zh) | 一种在噪声环境中拾取击打信号的方法 | |
| CN111141823A (zh) | 一种基于智能手机声信号的哈密瓜成熟度快速检测方法 | |
| CN204359750U (zh) | 一种快速无损水果质地的检测装置 | |
| CN104749249B (zh) | 一种基于超声波技术的检测种子净度的方法 | |
| CN102455324A (zh) | 基于dct的粮食及油料声信号特征提取方法和系统 | |
| CN107064304A (zh) | 一种水果结构无损检测装置及方法 | |
| CN102928513B (zh) | 西瓜成熟度超声无损检测装置 | |
| CN1217178C (zh) | 果实坚实度的检测方法及装置 | |
| CN109541031A (zh) | 基于声学和振动特性的水果硬度检测方法 | |
| CN109596715A (zh) | 一种基于霍普菲尔德神经网络的鸡蛋散黄无损检测方法 | |
| S.-Y. Wang et al. | The adjusted dynamic modulus of elasticity above the fiber saturation point in Taiwania plantation wood by ultrasonic-wave measurement |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130508 Termination date: 20151018 |
|
| EXPY | Termination of patent right or utility model |