基于动物叫声的物种识别技术的研究

论文摘要

随着近年来人为的滥捕、乱伐及污染等,使野生动物的数量大幅下降,保护野生动物的呼声也在不断提高。但在日常生活中,人们通常只能听见动物的叫声而看不见它们,为物种保护带来了困难。因此,基于动物叫声的物种识别技术的研究对保护和测定当地的物种有着实际的意义,同时对生物研究和环境监测也有着重要的意义。动物一般通过叫声与同一物种的其它成员进行交流,因而基于动物叫声的物种识别是有一定事实基础的。分类学家通过研究,已把动物的叫声信号作为物种分类的一种指标。因此,基于动物叫声的物种识别技术将成为生物特征识别领域的一个热点问题。本文通过对现有声音识别技术进行研究,在掌握识别原理与系统结构的基础之上,对其进行借鉴和改进,然后将这些技术应用于动物叫声物种识别中,作为实现基于动物叫声的物种识别系统的理论基础。小波分析是近年来出现的新的时频局部化分析方法,具有其它方法无可比拟的诸多优点,能够更精细地描述声音信号,捕获其中重要的非平稳信息。因此,本文主要对小波分析理论在动物叫声物种识别中的应用进行了研究。主要内容如下:(1)研究了基于静态离散小波变换的对叫声信号进行去噪的原理,提出了一种新的去噪方法,并探讨了此方法的去噪效果及其在动物叫声物种识别系统中的具体应用;(2)讨论了基于小波变换的端点检测方法。对通过小波变换后的低中频信号进行端点检测,不但可以去除高斯噪声对检测效果的影响,而且可以去除高频脉冲噪声对系统的影响;(3)通过对叫声信号中不同频段信号的重要程度进行分析,以及对现有参数在动物叫声物种识别系统中所存在的问题的讨论,本文提出了基于小波变换和MFCC参数的小波Mel倒谱参数,即WTMFCC参数。此特征参数具有很好的灵活性和鲁棒性,更适合对动物叫声信号进行特征提取。在此基础之上,本文采用MATLAB语言,建立了基于动物叫声的物种识别系统的实验平台。通过测试表明,本系统可以很好地实现通过动物叫声进行物种识别的功能,获得了令人满意的识别效果。本文通过对基于动物叫声的物种识别系统的研究和测试,为进一步开发实用性的物种识别系统做了基础和探索性的工作。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景
• 1.2 基于动物叫声的物种识别的意义及其理论依据
• 1.2.1 研究意义
• 1.2.2 理论基础
• 1.3 声音识别技术的发展
• 1.3.1 国外声音识别技术的发展概况
• 1.3.2 我国声音识别技术的发展概况
• 1.3.3 声音识别发展趋势
• 1.4 基于动物叫声的物种识别系统的原理
• 1.4.1 基本方法
• 1.4.2 研究方法及结构框图
• 1.4.3 技术难点
• 1.5 本文的主要工作
• 2 对动物叫声信号进行处理的基本方法
• 2.1 动物叫声信号的数字化
• 2.2 动物叫声信号的预加重
• 2.3 动物叫声信号的分帧
• 2.4 动物叫声信号的加窗
• 2.5 动物叫声信号的频域分析
• 2.6 提取特征参数
• 2.6.1 特征参数标准
• 2.6.2 Mel频率
• 2.6.3 Mel滤波器组
• 2.6.4 MFCC具体求解步骤
• 2.7 本章小结
• 3 小波分析理论
• 3.1 从傅立叶变换到小波变换
• 3.1.1 傅里叶变换
• 3.1.2 短时傅里叶变换
• 3.1.3 小波变换
• 3.1.4 傅立叶变换与小波变换的比较
• 3.2 一维小波变换
• 3.2.1 连续小波变换
• 3.2.2 离散小波变换
• 3.2.3 Mallat算法
• 3.3 小波分析与多辨分析
• 3.4 常用小波函数简介
• 3.4.1 Haar小波
• 3.4.2 Daubechies（dbN）小波系
• 3.4.3 Morlet小波
• 3.5 本章小结
• 4 小波分析在动物叫声识别中的应用
• 4.1 小波函数的选取
• 4.2 一维静态离散小波变换
• 4.2.1 分解算法
• 4.2.2 重建算法
• 4.3 小波去噪
• 4.4 小波端点检测
• 4.5 基于小波变换的特征参数提取
• 4.5.1 动物叫声识别使用现有特征参数所存在的问题
• 4.5.2 小波Mel倒谱参数
• 4.6 本章小结
• 5 算法实现、实验结果及其分析
• 5.1 系统概述
• 5.2 预处理
• 5.3 建立识别模型
• 5.4 实验结果及其分析
• 5.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢