CN104865313B - 一种基于声谱条纹检测玻璃破碎的检测方法及装置 - Google Patents

Abstract

本发明涉及声谱条纹技术领域，尤其涉及一种基于声谱条纹检测玻璃破碎的检测方法及装置，可在一定空间内采集音频数据，无需将检测装置安装在玻璃制品上，使用更加灵活方便。通过采用统计声谱条纹数目来检测玻璃破碎，相比现有采用压电陶瓷来感应高频能量以检测玻璃破碎的方法，不但兼顾了高频信息，而且添加了条纹检测，准确性更高，还省去了使用压电传感器等特定硬件材质的必要，更利于推广使用。

Description

一种基于声谱条纹检测玻璃破碎的检测方法及装置

技术领域

本发明涉及声谱条纹技术领域，尤其涉及一种基于声谱条纹检测玻璃破碎的检测方法及装置。

背景技术

从银行、珠宝店到家居的房屋，玻璃窗、玻璃柜等玻璃制品无处不在，是人们日常生活中非常重要的安全保障品，现在很多盗窃犯都通过破坏玻璃进行盗窃，所以玻璃破碎报警器、玻璃破碎探测器在安防领域越来越重要。

近年来，玻璃破碎探测器层出不穷，大致分为两大类：声控和振动型即分别以检测玻璃破碎声音特征和玻璃破碎受力变化来检测玻璃破碎事件。振动型多利用特定的硬件材质来感知玻璃破碎时产生的振动，需安装在玻璃制品上，安装和使用范围均受限。声控型则主要根据玻璃破碎的声音特征来实现，其可安装在距离玻璃制品一定距离的各个位置上，使用更加灵活。

现有的声控型玻璃破碎探测器多采用探测到玻璃破碎时产生的高频声音来检测玻璃破碎发生，如公开日为2013-01-16，公开号为102874212A的中国发明公开了一种检测车玻璃破碎的方法，其利用压电陶瓷片来感知玻璃破碎时产生10k～15k的高频声音，以此来判断玻璃事件发生。该方法仅依靠检测10k～15k高频因素来判定玻璃破碎事件，易因日常中其他高频声音产生误识情况，且需要特定的压电陶瓷装置来感知高频声音产生，不利于推广使用。

发明内容

本发明所要解决的技术问题是：提供一种基于声谱条纹检测玻璃破碎的检测方法及装置，提高玻璃破碎检测的准确性。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于声谱条纹检测玻璃破碎的检测方法，包括：

获取待检测的音频数据；

将所述音频数据转换成对应的声谱图数据；

统计所述声谱图数据中的预设频率范围的条纹数量；

判断所述条纹数量是否超过第一预设阀值，若是，则玻璃破碎事件发生。

一种基于声谱条纹检测玻璃破碎的检测装置，包括：第一获取模块、转换模块、统计模块和判断模块；

所述第一获取模块，用于获取待检测的音频数据；

所述转换模块，用于将所述音频数据转换成对应的声谱图数据；

所述统计模块，用于统计所述声谱图数据中的预设频率范围的条纹数量；

所述判断模块，用于判断所述条纹数量是否超过第一预设阀值，若是，则玻璃破碎事件发生。

本发明的有益效果在于：本发明提供的基于声谱条纹检测玻璃破碎的检测方法及装置可在一定空间内采集音频数据，无需将检测装置安装在玻璃制品上，使用更加灵活方便。通过采用统计声谱条纹数目来检测玻璃破碎，相比现有采用压电陶瓷来感应高频能量以检测玻璃破碎的方法，不但兼顾了高频信息，而且添加了条纹检测，准确性更高，还省去了使用压电传感器等特定硬件材质的必要，更利于推广使用。

附图说明

图1为本发明具体实施方式的一种基于声谱条纹检测玻璃破碎的检测方法步骤流程图；

图2为本发明具体实施方式的声谱图与曲线转换过程示意图；

图3为本发明具体实施方式的声谱图转换成二维数组示意图；

图4为本发明具体实施方式的二维数组转换成一维数组示意图；

图5为本发明具体实施方式的一维数组转换成曲线示意图；

图6为本发明具体实施方式的一种基于声谱条纹检测玻璃破碎的检测装置结构示意图；

标号说明：

10、第一获取模块；20、转换模块；30、统计模块；40、判断模块。

具体实施方式

为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。

本发明最关键的构思在于：统计所述声谱图数据中的预设频率范围的条纹数量；判断所述条纹数量是否超过第一预设阀值，若是，则玻璃破碎事件发生。

请参照图1，为本发明具体实施方式的一种基于声谱条纹检测玻璃破碎的检测方法步骤流程图，具体如下：

一种基于声谱条纹检测玻璃破碎的检测方法，包括：

获取待检测的音频数据；

将所述音频数据转换成对应的声谱图数据；

统计所述声谱图数据中的预设频率范围的条纹数量；

判断所述条纹数量是否超过第一预设阀值，若是，则玻璃破碎事件发生。

从上述描述可知，本发明的有益效果在于：本发明提供的基于声谱条纹检测玻璃破碎的检测方法可在一定空间内采集音频数据，无需将检测装置安装在玻璃制品上，使用更加灵活方便。通过采用统计声谱条纹数目来检测玻璃破碎，相比现有采用压电陶瓷来感应高频能量以检测玻璃破碎的方法，不但兼顾了高频信息，而且添加了条纹检测，准确性更高，还省去了使用压电传感器等特定硬件材质的必要，更利于推广使用。

进一步的，所述“获取待检测的音频数据”具体为：获取预设音频长度的待检测的音频数据；

所述预设音频长度的值的获取方法为：

获取多个玻璃破碎的音频数据样本；

对所述音频数据样本进行端点检测；

绘制端点检测后的音频数据样本的概率分布图；

获取所述概率分布图中预设概率范围值对应的预设音频长度的值。

由上述描述可知，通过上述获取多个玻璃破碎的音频数据样本，结合概率分布图可得出大概玻璃破碎声音的音频长度(即为预设音频长度的值)，在实际实验中，采集1000个玻璃破碎的音频数据样本数量，根据上述方法，得出音频长度在0.6s-0.8s范围满足概率90％以上的要求，其中最优值为0.7s。所述音频长度为时间长度。所述预设音频长度的值的获取只在第一次检测中获取，若进行多次检测，则直接使用第一次获取的预设音频长度的值，无需再次获取。

进一步的，所述“统计所述声谱图数据中的预设频率范围的条纹数量”中的“预设频率范围”以及所述“判断所述条纹数量是否超过第一预设阀值”中的“第一预设阀值”的获取方法为：

采集多个玻璃破碎的音频数据样本和日常声音的音频数据样本；

获取所述玻璃破碎的音频数据样本在不同频率范围的条纹数目和所述日常声音的音频数据样本在不同频率范围的条纹数目；

绘制所述玻璃破碎的音频数据样本在不同频率范围的条纹数目的概率分布图和所述日常声音的音频数据样本在不同频率范围的条纹数目的概率分布图，依据最优的误判率与误识率，得到预设频率范围和第一预设阀值。其中，误识率是指日常声音被识别为玻璃破碎声音的百分率，误判率是指玻璃破碎声音没有被识别的百分率。

由上述描述可知，本发明的技术方案考虑到玻璃破碎的音频数据可能会与日常声音相近，易造成误判或误识，因此本发明的技术方案采用采集多个玻璃破碎的音频数据样本和日常声音的音频数据样本，依据最优的误判率与误识率，得到预设频率范围和第一预设阀值，确保得出的预设频率范围和第一预设阀值更加精确。在实际实验中，玻璃破碎的音频数据样本和日常声音的音频数据样本的数量均为1000个，得出的预设频率范围为3445Hz-17226Hz，第一预设阀值为14条。所述“预设频率范围”和“第一预设阀值”的获取只在第一次检测中获取，若进行多次检测，则直接使用第一次获取的“预设频率范围”和“第一预设阀值”，无需再次获取。

其中，判定条纹的方法为：

将一段音频数据按时间长度x(该时间长度为一条条纹的时间长度参考值，根据大量样本大概统计，本实验一条条纹的时间长度为：0.1s)分成n小段，分别求出各个小段的条纹数目，n小段的条纹数目和即为该段数据的条纹数目。

长度x统计方法如下：

1、观察声谱图中条纹的大概长度，制定大致长度参考范围，如0.05s-0.2s之间；

2、将一条条纹时间长度参考范围进行划分成不同长度等级，例如0.05s、0.1s、0.15s、0.2s；

3、根据条纹不同长度等级统计玻璃样本中的条纹数目和日常生活样本的条纹数目概率分布；

4、评估不同长度等级的误判率和误识率；如下表1所示，在最优的误判率为5.2％与误识率为9.8％时，条纹时间长度为0.1s。

表1

5、得到最优的误判率与误识率对应的长度等级评判标准。具体为：预设频率范围为3445Hz-17226Hz，条纹时间长度范围为0.05s-0.2s，优选为0.1s。

进一步的，所述“统计所述声谱图数据中的预设频率范围的条纹数量”的检测方法具体为：

将所述声谱图数据转换成一维曲线；

统计所述一维曲线上横向宽度小于或等于一条条纹最大宽度，纵向高度大于第二预设阀值的尖峰数目，所述尖峰数目为条纹数量。

进一步的，所述“将所述声谱图数据转换成一维曲线”具体为：

以横轴为时间、纵轴为频率将所述声谱图数据转换成二维数组；

将所述二维数组中相同频率的数据进行累加，得到一维数组；

将所述一维数组中后一数据与前一数据进行两两相减，得到新的一维数组；

所述新的一维数组转换成一维曲线。

其中，如图2所示，转换过程具体如下：

将长度为x的声谱数据图A转化成为简单的一维曲线图B。

检测图B曲线中尖峰的数目即为条纹数目。

转化过程及原理如下：

声谱图中，横轴表示的是时间刻度，纵轴表示的是频率刻度，颜色值代表能量大小。条纹检测主要是基于声谱图中纵向因能量变化而形成的横条纹检测，上图B中表示的即为声谱图A中纵向能量的变化曲线，其获取方法如下：

1)如图3，声谱图信息采用图像显示的方式为声谱图A所示，其用数据存储的方式可以用一个二维数组来表示，即二维数组A＇，以数组的横坐标代表时间刻度，纵坐标代表频率刻度，数组里面的数值代表能量值，即声谱图中的颜色值，数值大小的变化即代表各颜色值的变化。

2)如图4-5，转化流程如下：

步骤1：将二维数组A＇中相同频率(即纵坐标相同)的数据累加成一个数值，得到一维数组B＇。

步骤2：将一维数组中后面一个数据和前面一个数据两两相减(首个为0)，获取代表差值变化的新一维数组B(数组下标即代表频率刻度)。

步骤3：数组B即可表示为曲线B(横向为数组下标，纵向为数值大小)，其反应的是单位时间内声音能量随着频率的变化，若形成尖峰，则代表能量从低到高，又到低，即在声谱上表示为纵向从暗到亮，又从亮到暗，从而形成条纹，同时尖峰的形状也反应条纹的宽度、深浅等信息，故可以设置尖峰检测条件来设置条纹的检测指标。本发明中，尖峰检测条件为：横向宽度满足小于或等于一条条纹最大宽度，所述一条条纹最大宽度为11(本发明中声谱图频率范围为0-22050KHz，将其转化为0-256刻度区间，11约为1KHz所对应的区间宽度)，纵向高度大于4(4为声谱图中能量值的差值)。检测曲线B的尖峰数目即可反应声谱图A中的条纹数目。

请参照图6，为本发明具体实施方式的一种基于声谱条纹检测玻璃破碎的检测装置结构示意图，具体如下：

一种基于声谱条纹检测玻璃破碎的检测装置，包括：第一获取模块10、转换模块20、统计模块30和判断模块40；

所述第一获取模块10，用于获取待检测的音频数据；

所述转换模块20，用于将所述音频数据转换成对应的声谱图数据；

所述统计模块30，用于统计所述声谱图数据中的预设频率范围的条纹数量；

所述判断模块40，用于判断所述条纹数量是否超过第一预设阀值，若是，则玻璃破碎事件发生。

从上述描述可知，本发明的有益效果在于：本发明提供的基于声谱条纹检测玻璃破碎的检测装置可在一定空间内采集音频数据，无需将检测装置安装在玻璃制品上，使用更加灵活方便。通过采用统计声谱条纹数目来检测玻璃破碎，相比现有采用压电陶瓷来感应高频能量以检测玻璃破碎的方法，不但兼顾了高频信息，而且添加了条纹检测，准确性更高，还省去了使用压电传感器等特定硬件材质的必要，更利于推广使用。

进一步的，所述第一获取模块包括第一获取单元、端点检测单元、绘制单元和第二获取单元；

所述第一获取单元，用于获取多个玻璃破碎的音频数据样本；

所述端点检测单元，用于对所述音频数据样本进行端点检测；

所述绘制单元，用于绘制端点检测后的音频数据样本的概率分布图；

所述第二获取单元，用于获取所述概率分布图中预设概率范围值对应的预设长度的值。

由上述描述可知，通过上述获取多个玻璃破碎的音频数据样本，结合概率分布图可得出大概玻璃破碎声音的音频长度(即为预设长度的值)，在实际实验中，采集1000个玻璃破碎的音频数据样本数量，根据上述方法，得出音频长度在0.6s-0.8s范围满足概率90％以上的要求，其中最优值为0.7s。所述音频长度为时间长度。

进一步的，所述本发明基于声谱条纹检测玻璃破碎的检测装置还包括采集模块、第二获取模块和绘制模块；

所述采集模块，用于采集多个玻璃破碎的音频数据样本和日常声音的音频数据样本；

所述第二获取模块，用于获取所述玻璃破碎的音频数据样本在不同频率范围的条纹数目和所述日常声音在不同频率范围的音频数据样本的条纹数目；

所述绘制模块，用于绘制所述玻璃破碎的音频数据样本在不同频率范围的条纹数目的概率分布图和所述日常声音的音频数据样本在不同频率范围的条纹数目的概率分布图，依据最优的误判率与误识率，得到预设频率范围和第一预设阀值。

由上述描述可知，本发明的技术方案考虑到玻璃破碎的音频数据可能会与日常声音相近，易造成误判或误识，因此本发明的技术方案采用采集多个玻璃破碎的音频数据样本和日常声音的音频数据样本，依据最优的误判率与误识率，得到预设频率范围和第一预设阀值，确保得出的预设频率范围和第一预设阀值更加精确。在实际实验中得出的预设频率范围为3445Hz-17226Hz，第一预设阀值为14条。

进一步的，所述统计模块包括转换单元和统计单元；

所述转换单元，用于将所述声谱图数据转换成一维曲线；

所述统计单元，用于统计所述一维曲线上横向宽度小于或等于一条条纹最大宽度，纵向高度大于第二预设阀值的尖峰数目，所述尖峰数目为条纹数量。

进一步的，所述转换单元，具体用于以横轴为时间、纵轴为频率将所述声谱图数据转换成二维数组；将所述二维数组中相同频率的数据进行累加，得到一维数组；将所述一维数组中后一数据与前一数据进行两两相减，得到新的一维数组；所述新的一维数组转换成一维曲线。

本发明的实施例一为：

根据上述提供的方法，采集1000个玻璃破碎的音频数据样本数量和1000和日常声音音频数据样本数量，可得：预设频率范围为3445Hz-17226Hz，第一预设阀值为14条，预设音频长度在0.6s-0.8s范围满足要求，其中最优值为0.7s。条纹长度为0.1s。

获取0.7s时间长度的待检测的音频数据；

将所述音频数据转换成对应的声谱图数据；

统计所述声谱图数据中的预设频率范围为3445Hz-17226Hz，条纹长度为0.1s的数量；

判断所述条纹数量是否超过14条，若是，则玻璃破碎事件发生。

另外，所述“预设音频长度”、“预设频率范围”和“第一预设阀值”的获取只在第一次检测中获取，若进行多次检测，则直接使用第一次获取的“预设音频长度”、“预设频率范围”和“第一预设阀值”，无需再次获取。

综上所述，本发明提供的一种基于声谱条纹检测玻璃破碎的检测方法及装置，可在一定空间内采集音频数据，无需将检测装置安装在玻璃制品上，使用更加灵活方便。通过采用统计声谱条纹数目来检测玻璃破碎，相比现有采用压电陶瓷来感应高频能量以检测玻璃破碎的方法，不但兼顾了高频信息，而且添加了条纹检测，准确性更高，还省去了使用压电传感器等特定硬件材质的必要，更利于推广使用。考虑到玻璃破碎的音频数据可能会与日常声音相近，易造成误判或误识，因此本发明的技术方案采用采集多个玻璃破碎的音频数据样本和日常声音的音频数据样本，依据最优的误判率与误识率，得到预设频率范围和第一预设阀值，确保得出的预设频率范围和第一预设阀值更加精确。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种基于声谱条纹检测玻璃破碎的检测方法，其特征在于，包括：

获取待检测的音频数据；

将所述音频数据转换成对应的声谱图数据；

统计所述声谱图数据中的预设频率范围的条纹数量；所述统计所述声谱图数据中的预设频率范围的条纹数量具体为：

将所述声谱图数据转换成一维曲线；

统计所述一维曲线上横向宽度小于或等于一条条纹最大宽度，纵向高度大于第二预设阀值的尖峰数目，所述尖峰数目为条纹数量；

所述将所述声谱图数据转换成一维曲线具体为：

以横轴为时间、纵轴为频率将所述声谱图数据转换成二维数组；

将所述二维数组中相同频率的数据进行累加，得到一维数组；

将所述一维数组中后一数据与前一数据进行两两相减，得到新的一维数组；

所述新的一维数组转换成一维曲线；

判断所述条纹数量是否超过第一预设阀值，若是，则玻璃破碎事件发生。

2.根据权利要求1所述的基于声谱条纹检测玻璃破碎的检测方法，其特征在于，所述获取待检测的音频数据具体为：获取预设长度的待检测的音频数据；

所述预设长度的值的获取方法为：

获取多个玻璃破碎的音频数据样本；

对所述音频数据样本进行端点检测；

绘制端点检测后的音频数据样本的概率分布图；

获取所述概率分布图中预设概率范围值对应的预设长度的值。

3.根据权利要求1所述的基于声谱条纹检测玻璃破碎的检测方法，其特征在于，所述统计所述声谱图数据中的预设频率范围的条纹数量中的预设频率范围以及所述判断所述条纹数量是否超过第一预设阀值中的第一预设阀值的获取方法为：

采集多个玻璃破碎的音频数据样本和日常声音的音频数据样本；

获取所述玻璃破碎的音频数据样本的条纹数目和所述日常声音的音频数据样本的条纹数目；

绘制所述玻璃破碎的音频数据样本的条纹数目的概率分布图和所述日常声音的音频数据样本的条纹数目的概率分布图，依据最优的误判率与误识率，得到预设频率范围和第一预设阀值。

4.一种基于声谱条纹检测玻璃破碎的检测装置，其特征在于，包括：第一获取模块、转换模块、统计模块和判断模块；

所述第一获取模块，用于获取待检测的音频数据；

所述转换模块，用于将所述音频数据转换成对应的声谱图数据；

所述统计模块，用于统计所述声谱图数据中的预设频率范围的条纹数量；

所述统计模块包括转换单元和统计单元；

所述转换单元，用于将所述声谱图数据转换成一维曲线；

所述统计单元，用于统计所述一维曲线上横向宽度小于或等于一条条纹最大宽度，纵向高度大于第二预设阀值的尖峰数目，所述尖峰数目为条纹数量；

所述转换单元，具体用于以横轴为时间、纵轴为频率将所述声谱图数据转换成二维数组；将所述二维数组中相同频率的数据进行累加，得到一维数组；将所述一维数组中后一数据与前一数据进行两两相减，得到新的一维数组；所述新的一维数组转换成一维曲线；

所述判断模块，用于判断所述条纹数量是否超过第一预设阀值，若是，则玻璃破碎事件发生。

5.根据权利要求4所述的基于声谱条纹检测玻璃破碎的检测装置，其特征在于，所述第一获取模块包括第一获取单元、端点检测单元、绘制单元和第二获取单元；

所述第一获取单元，用于获取多个玻璃破碎的音频数据样本；

所述端点检测单元，用于对所述音频数据样本进行端点检测；

所述绘制单元，用于绘制端点检测后的音频数据样本的概率分布图；

所述第二获取单元，用于获取所述概率分布图中预设概率范围值对应的预设长度的值。

6.根据权利要求4所述的基于声谱条纹检测玻璃破碎的检测装置，其特征在于，还包括采集模块、第二获取模块和绘制模块；

所述采集模块，用于采集多个玻璃破碎的音频数据样本和日常声音的音频数据样本；

所述第二获取模块，用于获取所述玻璃破碎的音频数据样本的条纹数目和所述日常声音的音频数据样本的条纹数目；

所述绘制模块，用于绘制所述玻璃破碎的音频数据样本的条纹数目的概率分布图和所述日常声音的音频数据样本的条纹数目的概率分布图，依据最优的误判率与误识率，得到预设频率范围和第一预设阀值。