CN104978810A - 玻璃破碎检测装置、方法及led照明装置 - Google Patents

Abstract

本发明实施例提供一种玻璃破碎检测装置、方法及LED照明装置。该玻璃破碎检测装置中，电源模块用于向存储模块、声音检测模块、处理模块及报警模块提供电能，存储模块用于存储玻璃破碎声学模型库；声音检测模块检测到玻璃破碎声音后，发送给处理模块；处理模块将接收到的玻璃破碎声音与玻璃破碎声学模型库中的声学模型进行匹配处理；若匹配成功，则向报警模块发送报警触发信号；报警模块根据报警触发信号发送报警信息，例如发送给智能手机或云端，及时通知用户。通过将检测到的玻璃破碎声音与声学模型进行匹配，能够较为准确的检测玻璃破碎声音，提高了入侵报警的准确率，并且可以通过报警模块发出报警信息，智能方便。

Description

玻璃破碎检测装置、方法及LED照明装置

技术领域

本发明实施例涉及家居安防技术，尤其涉及一种玻璃破碎检测装置、方法及发光二极管(Light Emitting Diode，LED)照明装置。

背景技术

随着信息化技术的逐步发展、网络技术的日益完善、可应用网络载体的日益丰富和大带宽室内网络入户战略的逐步推广，使得智能家庭服务成为可能。随着智能技术的发展，对智能家庭中终端设备的智能化要求也日益提高，如何整合资源，使智能家庭设备更简化更集成，成为当下智能技术的发展要求。

家居安防是智能家庭的重要方面，现有的家居安防系统中，在安装监控设备时需要架设很多设备，同时需要由专业的人员进行复杂的布线，工程量大，且使用操作不便、智能程度低，造成资源的浪费并影响美观。另外，太过显眼的监控设备，也容易被监控对象发现后设法躲避。

入侵检测是家居安防的首要技术，现有技术中，入侵检测大部分采用在门窗的玻璃上设置传感器，在玻璃被打碎时传感器发出本地或远程的报警信息，由于这种传感器采用振动感应，当无意碰撞到玻璃发生震动时，常会发出误报警信息，且安装在玻璃上的传感器容易暴露，无法达到隐秘检测的目的。

发明内容

本发明实施例提供一种玻璃破碎检测装置、方法及LED照明装置，能够较为准确的检测玻璃破碎声音，提高了入侵报警的准确率，且智能方便。

第一方面，本发明实施例提供一种玻璃破碎检测装置，包括：存储模块，声音检测模块，处理模块、报警模块及电源模块；

其中，所述存储模块用于存储玻璃破碎声学模型库；所述玻璃破碎声学模型库中包括多个声学模型；

所述声音检测模块用于检测玻璃破碎声音；并将检测到的所述玻璃破碎声音发送给所述处理模块；

所述处理模块用于接收所述声音检测模块发送的所述玻璃破碎声音，将所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配处理；若匹配成功，则向所述报警模块发送报警触发信号；

所述报警模块，用于根据所述报警触发信号发送报警信息；

所述电源模块用于向所述存储模块、所述声音检测模块、所述处理模块及所述报警模块提供电能。

如上所述的玻璃破碎检测装置，其中，还包括信号检测模块，用于检测高频声音信号，并将所述高频声音信号发送给所述处理模块；其中，所述高频声音信号是玻璃破碎时产生的；

相应的，所述处理模块在对所述玻璃破碎声音与所述声学模型匹配成功，且接收到所述高频声音信号时，向所述报警模块发送所述报警触发信号。

如上所述的玻璃破碎检测装置，其中，所述处理模块还用于：对所述玻璃破碎声音进行音频过滤及去噪处理，将经过音频过滤及去噪处理后的所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配处理。

如上所述的玻璃破碎检测装置，其中，所述声音检测模块为至少一个麦克风；所述信号检测模块为高频信号传感器。

如上所述的玻璃破碎检测装置，其中，所述玻璃破碎声学模型库中的声学模型是采用隐马尔科夫模型HMM声学建模方法，根据采集到的实际的玻璃破碎声音进行声学训练和分析建模后得到的。

如上所述的玻璃破碎检测装置，其中，所述报警模块为以下任意一种：无线保真WiFi模块、红外模块、蓝牙模块、模拟蜂窝网络模块及紫蜂协议ZigBee模块。

第二方面，本发明实施例提供一种玻璃破碎检测方法，包括：

检测音频信息；

将所述音频信息与预先存储的声学模型库中的声学模型进行匹配；

若匹配成功，则判定所述音频信息为玻璃破碎声音，发送报警信息。

如上所述的方法，其中，所述检测音频信息之后，还包括：

对所述音频信息进行音频过滤和去噪处理；

提取经过音频过滤和去噪处理后的所述音频信息的声学特征；

相应的，所述将所述音频信息与预先存储的玻璃破碎声学模型库中的声学模型进行匹配，包括：

将所述声学特征与预先存储的所述玻璃破碎声学模型库中的声学模型进行匹配。

如上所述的方法，其中，所述声学模型是采用隐马尔科夫模型HMM声学建模方法，根据采集到的实际的玻璃破碎声音进行声学训练和分析建模后得到的。

如上所述的方法，其中，还包括：

检测高频声音信号，所述高频声音信号是玻璃破碎时产生的；

相应的，若匹配成功，发送报警信息，包括：

若匹配成功，且检测到所述高频声音信号，则发送所述报警信息。

第三方面，本发明实施例提供一种发光二极管LED照明装置，包括LED发光模块和开关，所述发光模块用于在所述开关的控制下提供发光照明，还包括：如上第一方面中所述玻璃破碎检测装置，用于实时检测玻璃破碎声音，并在检测到所述玻璃破碎声音后发出报警信息。

本发明实施例提供玻璃破碎检测装置、方法及LED照明装置。该玻璃破碎检测装置包括存储模块，声音检测模块，处理模块、报警模块及电源模块；其中，电源模块用于向存储模块、声音检测模块、处理模块及报警模块提供电能，存储模块用于存储玻璃破碎声学模型库；玻璃破碎声学模型库中包括多个声学模型；声音检测模块检测到玻璃破碎声音后，发送给处理模块；处理模块将接收到的玻璃破碎声音与玻璃破碎声学模型库中的声学模型进行匹配处理；若匹配成功，则向报警模块发送报警触发信号；报警模块根据报警触发信号发送报警信息，例如发送给智能手机或云端，及时通知用户。通过将检测到的玻璃破碎声音与声学模型进行匹配，能够较为准确的检测玻璃破碎声音，提高了入侵报警的准确率，并且可以通过报警模块发出报警信息，智能方便。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的玻璃破碎检测装置的结构示意图；

图2为本发明实施例二提供的玻璃破碎检测装置的结构示意图；

图3为本发明实施例一提供的玻璃破碎检测方法的流程图；

图4为本发明实施例提供的LED照明装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明实施例保护的范围。

图1为本发明实施例一提供的玻璃破碎检测装置的结构示意图。参照图1，本实施例提供的玻璃破碎检测装置100具体可以包括：存储模块101，声音检测模块102，处理模块103，报警模块104及电源模块105。

其中，所述存储模块101用于存储玻璃破碎声学模型库；所述玻璃破碎声学模型库中包括多个声学模型；所述声音检测模块102用于检测玻璃破碎声音；并将检测到的所述玻璃破碎声音发送给所述处理模块103；所述处理模块103用于接收所述声音检测模块102发送的所述玻璃破碎声音，将所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配处理；若匹配成功，则向所述报警模块104发送报警触发信号；所述报警模块104，用于根据所述报警触发信号发送报警信息；所述电源模块105用于向所述存储模块101、所述声音检测模块102、所述处理模块103及所述报警模块104提供电能。

具体的，所述玻璃破碎声学模型库中的声学模型是采用隐马尔科夫模型(Hidden Markov Mode，HMM)声学建模方法，根据采集到的实际的玻璃破碎声音进行声学训练和分析建模后得到的。

实际应用中，所述声音检测模块102具体可以为至少一个麦克风，所述玻璃破碎检测装置100通过至少一个麦克风采集检测范围内的玻璃破碎声音。

所述声音检测模块102将检测到的玻璃破碎声音发送给所述处理模块103，所述处理模块103将所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配，若匹配成功则向所述报警模块104发送报警触发信号，以触发所述报警模块104向智能手机或云平台发送报警信息，所述报警模块104可以为有线传输模块或无线传输模块，其中，无线传输模块例如可以是无线保真(Wireless Fidelity，WiFi)模块、红外模块、蓝牙模块、模拟蜂窝网络模块及紫蜂协议ZigBee模块中的任意一种。

进一步的，为了提高检测到的玻璃破碎声音与声学模型的匹配的正确率，本实施例中，所述处理模块103在将所述玻璃破碎声音与玻璃破碎声学模型库中的声学模型进行匹配之前，需要对所述玻璃破碎声音进行音频过滤及去噪处理，将经过音频过滤及去噪处理后的所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配处理。其中，对所述玻璃破碎声音进行音频过滤及去噪处理可以通过硬件的方式实现，如使用滤波器，也可以通过软件的方式实现，本实施例对此不做具体限制。

本实施例的技术方案，所述声音检测模块检测玻璃破碎声音，并将玻璃破碎声音发送给所述处理模块，所述处理模块对所述玻璃破碎声音进行音频过滤及去噪处理后，将经过音频过滤及去噪处理后的所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配，若匹配成功，则向所述报警模块发送报警触发信号，所述报警模块根据所述报警触发信号发送报警信息，及时通知用户，通过将检测到的玻璃破碎声音与声学模型进行匹配，能够较为准确的检测玻璃破碎声音，提高了入侵报警的准确率，并且可以通过报警模块发出报警信息，智能方便。

图2为本发明实施例二提供的玻璃破碎检测装置的结构示意图。如图2所示，在上述实施例的基础上，进一步地，本实施例中，玻璃破碎检测装置100还可以包括信号检测模块106，用于检测高频声音信号，并将所述高频声音信号发送给所述处理模块103；其中，所述高频声音信号是玻璃破碎时产生的。

具体的，所述信号检测模块106为高频信号传感器，用于检测玻璃破碎时产生的高频信号，所述信号检测模块106利用压电陶瓷片的压电效应，对高频的声音信号，如10KHZ～15KHZ的信号进行有效检测，而对低频的声音信号，如10KHZ以下的信号有较强的抑制作用，从而实现对玻璃破碎声音的高频信号的检测。

相应的，本实施例中，所述处理模块103在对所述玻璃破碎声音与所述声学模型匹配成功，且接收到所述高频声音信号时，向所述报警模块104发送所述报警触发信号。

本实施例的技术方案，所述声音检测模块检测玻璃破碎声音，并将玻璃破碎声音发送给所述处理模块，所述处理模块对所述玻璃破碎声音进行音频过滤及去噪处理后，将经过音频过滤及去噪处理后的所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配，若匹配成功，且接收到所述信号检测模块发送的高频声音信号，则向所述报警模块发送报警触发信号，所述报警模块根据所述报警触发信号发送报警信息，及时通知用户，通过同时满足玻璃破碎声音与声学模型匹配成功且检测到高频声音信号这两个条件，来确定检测到的是否为玻璃破碎声音，提高了检测玻璃破碎声音的准确度，从而提高了入侵报警的准确率，并且可以通过报警模块发出报警信息，智能方便。

图3为本发明实施例一提供的玻璃破碎检测方法的流程图。如图3所示，本实施例提供的玻璃破碎检测方法具体可以由玻璃破碎检测装置执行，该方法具体可以包括：

步骤301、检测音频信息；

步骤302、将所述音频信息与预先存储的声学模型库中的声学模型进行匹配；

步骤303、若匹配成功，则判定所述音频信息为玻璃破碎声音，发送报警信息。

为了提高检测到的玻璃破碎声音与声学模型的匹配的正确率，步骤301中，在所述检测音频信息之后，所述玻璃破碎检测装置还会对所述音频信息进行音频过滤和去噪处理；并提取经过音频过滤和去噪处理后的所述音频信息的声学特征。相应的，步骤302中，将所述声学特征与预先存储的所述玻璃破碎声学模型库中的声学模型进行匹配。

进一步的，本实施例中，步骤301中，所述玻璃破碎检测装置还可以检测高频声音信号，所述高频声音信号是玻璃破碎时产生的；相应的，步骤303中，若匹配成功，且检测到所述高频声音信号，则发送所述报警信息。

需要说明的是，所述声学特征提取，是从音频波形中提取出重要的反映音频特征的相关信息，去掉相对无关的信息，如，背景噪声、信道失真等，并把这些信息转换为一组离散的参数矢量。

本实施例中，是采用倒谱系数法进行声学特征提取。具体的，倒谱系数法是利用同态处理方法，对语音信号求离散傅立叶变换后取对数，再求反变换得到倒谱系数。

倒谱系数法中，线性预测(Linear Prediction，LPC)倒谱是建立在LPC谱上的。而梅尔倒谱系数(Mel Frequency Cepstral Coefficent，MFCC)则是基于MEL谱的。MFCC是受人的听觉系统研究成果推动而导出的声学特征，对人的听觉机理的研究发现，当两个频率相近的音调同时发出时，人只能听到一个音调。临界带宽指的就是这样一种令人的主观感觉发生突变的带宽边界，当两个音调的频率差小于临界带宽时，人就会把两个音调听成一个，这称之为屏蔽效应，MEL刻度就是对这一临界带宽的度量方法之一。

MFCC法首先用快速傅氏变换(Fast Fourier Transformation，FFT)将时域信号转化成频域，之后对其对数能量谱用依照MEL刻度分布的三角滤波器组进行卷积，最后对各个滤波器的输出构成的向量进行离散余弦变换(DiscreteCosine Transform，DCT)，并取前N个系数作为MFCC参数。需要说明的是，倒普系数法为本领域技术人员所公知的技术，在此不展开阐述。

本实施例中，所述玻璃破碎声学模型库中的声学模型是采用HMM声学建模方法，根据采集到的实际的玻璃破碎声音进行声学训练和分析建模后得到的。声学模型能真实的反映话音的物理变化规律，是音频识别的底层模型，HMM是强有力的语音识别方法，HMM的输出值通常就是各个帧的声学特征。为了降低模型的复杂度，通常HMM模型有两个假设前提，一是内部状态的转移只与上一状态有关，一是输出值只与当前状态或当前状态转移有关。

除了这两个假设外，HMM模型还存在着一些理论上的假设，其中之一就是，它假设语音是一个严格的马尔科夫过程。通常用从左向右的单向的、带自环的、带跨越的HMM拓扑结构来对识别基元建模。HMM模型是语音信号时变特征的有参表示法。它由相互关联的两个随机过程共同描述信号的统计特性，其中一个是隐蔽的(不可观测的)具有有限状态的马尔可夫链，另一个是与马尔可夫链的每一状态相关联的观察矢量的随机过程(可观测的)。

隐马尔可夫链的特征要靠可观测到的信号特征揭示，这样，语音等时变信号某一段的特征就由对应状态观察符号的随机过程描述，而信号随时间的变化由隐马尔可夫链的转移概率描述。模型参数包括HMM拓扑结构、状态转移概率及描述观察符号统计特性的一组随机函数。按照随机函数的特点，HMM模型可分为离散隐马尔可夫模型，即采用离散概率密度函数(Discrete HiddenMarkov Model，DHMM)，和连续隐马尔可夫模型，即采用连续概率密度函数(Continuous Hidden Markov Model，CHMM)，以及半连续隐马尔可夫模型(Semi-Continuous Hidden Markov Model，SCHMM),SCHMM集合了DHMM和CHMM的特点。一般来讲，在训练数据足够的情况下，CHMM优于DHMM和SCHMM。需要说明的是，HMM模型的训练和识别方法为本领域技术人员所熟知，在此不展开阐述。

本实施例的技术方案，玻璃破碎检测装置检测音频信息及高频声音信号，对检测到的音频信息进行音频过滤及去噪处理之后，提取音频信息的声学特征，将声学特征与预先存储的玻璃破碎声学模型库中的声学模型进行匹配，若匹配成功且检测到高频声音信号，则判定所述音频信息为玻璃破碎声音，发送报警信息，及时通知用户，根据音频信息与声学模型相匹配且检测到高频声音信号这两个条件来确定音频信息是否为玻璃破碎声音，并在确定音频信息是玻璃破碎声音时发出报警信息，提高了检测玻璃破碎声音的准确度，从而提高了入侵报警的准确率，且智能方便。

图4为本发明实施例提供的LED照明装置的结构示意图。如图4所示，本实施例提供的LED照明装置400具体可以包括LED发光模块401和开关402，所述发光模块用于在所述开关402的控制下提供发光照明，还包括：如上述图1及图2所示实施例中的所述玻璃破碎检测装置100，用于实时检测玻璃破碎声音，并在检测到所述玻璃破碎声音后发出报警信息。

由于LED照明装置400作为照明灯具，可以分布安装在室内外多种环境中，因此本实施例中，将玻璃破碎检测装置100集成在LED照明装置400中，可以方便检测门窗玻璃的异常，同时隐蔽性也好。

需要说明的是，将玻璃破碎检测装置100集成在LED照明装置400中后，LED发光模块401的照明功能依旧如现有技术一般，是通过用户控制开关402来控制照明与否；而不论LED模块是否提供发光照明，玻璃破碎检测装置100是实时检测玻璃破碎声音的。

本实施例的技术方案，在LED照明装置中集成了玻璃破碎检测装置，从而可以利用LED照明装置进行玻璃破碎声音的检测，实现了对数据采集范围的区域内的入侵监控，可以在检测到玻璃破碎声音后，及时发出报警信息，提高了入侵报警的准确率，且智能方便，隐蔽性好。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种玻璃破碎检测装置，其特征在于，包括：存储模块，声音检测模块、处理模块、报警模块及电源模块；

其中，所述存储模块用于存储玻璃破碎声学模型库；所述玻璃破碎声学模型库中包括多个声学模型；

所述声音检测模块用于检测玻璃破碎声音；并将检测到的所述玻璃破碎声音发送给所述处理模块；

所述处理模块用于接收所述声音检测模块发送的所述玻璃破碎声音，将所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配处理；若匹配成功，则向所述报警模块发送报警触发信号；

所述报警模块，用于根据所述报警触发信号发送报警信息；

所述电源模块用于向所述存储模块、所述声音检测模块、所述处理模块及所述报警模块提供电能。

2.根据权利要求1所述的玻璃破碎检测装置，其特征在于，还包括信号检测模块，用于检测高频声音信号，并将所述高频声音信号发送给所述处理模块；其中，所述高频声音信号是玻璃破碎时产生的；

相应的，所述处理模块在对所述玻璃破碎声音与所述声学模型匹配成功，且接收到所述高频声音信号时，向所述报警模块发送所述报警触发信号。

3.根据权利要求2所述的玻璃破碎检测装置，其特征在于，所述处理模块还用于：对所述玻璃破碎声音进行音频过滤及去噪处理，将经过音频过滤及去噪处理后的所述玻璃破碎声音与所述玻璃破碎声学模型库中的声学模型进行匹配处理。

4.根据权利要求3所述的玻璃破碎检测装置，其特征在于，所述声音检测模块为至少一个麦克风；所述信号检测模块为高频信号传感器。

5.根据权利要求4所述的玻璃破碎检测装置，其特征在于，所述玻璃破碎声学模型库中的声学模型是采用隐马尔科夫模型HMM声学建模方法，根据采集到的实际的玻璃破碎声音进行声学训练和分析建模后得到的。

6.根据权利要求1-3任一项所述的玻璃破碎检测装置，其特征在于，所述报警模块为以下任意一种：无线保真WiFi模块、红外模块、蓝牙模块、模拟蜂窝网络模块及紫蜂协议ZigBee模块。

7.一种玻璃破碎检测方法，其特征在于，包括：

检测音频信息；

将所述音频信息与预先存储的声学模型库中的声学模型进行匹配；

若匹配成功，则判定所述音频信息为玻璃破碎声音，发送报警信息。

8.根据权利要求7所述的方法，其特征在于，所述检测音频信息之后，还包括：

对所述音频信息进行音频过滤和去噪处理；

提取经过音频过滤和去噪处理后的所述音频信息的声学特征；

相应的，所述将所述音频信息与预先存储的玻璃破碎声学模型库中的声学模型进行匹配，包括：

将所述声学特征与预先存储的所述玻璃破碎声学模型库中的声学模型进行匹配。

9.根据权利要求8所述的方法，其特征在于，所述声学模型是采用隐马尔科夫模型HMM声学建模方法，根据采集到的实际的玻璃破碎声音进行声学训练和分析建模后得到的。

10.根据权利要求7-9任一项所述的方法，其特征在于，还包括：

检测高频声音信号，所述高频声音信号是玻璃破碎时产生的；

相应的，若匹配成功，发送报警信息，包括：

若匹配成功，且检测到所述高频声音信号，则发送所述报警信息。

11.一种发光二极管LED照明装置，包括LED发光模块和开关，所述发光模块用于在所述开关的控制下提供发光照明，其特征在于，还包括：如权利要求1-6任一项中所述玻璃破碎检测装置，用于实时检测玻璃破碎声音，并在检测到所述玻璃破碎声音后发出报警信息。