專利名稱：基于小波變換的糧食及油料聲信號特征提取方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種糧食及油料品質(zhì)的無損檢測方法。
背景技術(shù)：
糧食和油料的品質(zhì)與其用途有直接的聯(lián)系，因此與糧食和油料的價格也有密切關(guān)系。測定糧食及油料品質(zhì)的方法和儀器已經(jīng)有很多，例如，測定小麥硬度的方法有壓力法、 研磨法、顆粒度指數(shù)法、近紅外法等，這些方法或費時、費力、不能實時測定，或測定成本太高而無法普及。因此，需要尋找一種簡便、無損、成本低廉的糧食和油料品質(zhì)測定方法。近幾十年以來，信息科學技術(shù)迅速發(fā)展，利用信號處理技術(shù)可以從糧食和油料籽粒撞擊聲音信號中提取出有用信息，可以基于這一原理檢測糧食和油料的品質(zhì)特性。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種客觀、簡便、無損、成本低廉的糧食和油料品質(zhì)多指標檢測的測定方法。為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案本發(fā)明中，一種基于小波變換的糧食及油料聲信號特征提取方法和系統(tǒng)，是指利用糧食和油料籽粒的聲學特性，結(jié)合小波變換技術(shù)，對糧食和油料的品質(zhì)進行無損檢測，具體過程如下(1)將糧食或油料籽粒放入信號采集箱，使其撞擊采集箱底部的金屬靶產(chǎn)生聲音信號；(2)聲音傳感器接收糧食或油料籽粒撞擊的聲音信號，經(jīng)過濾波和放大后，數(shù)據(jù)采集卡對聲音信號進行A/D變換，計算機將采集到的聲音信號數(shù)據(jù)保存起來；(3)利用端點檢測方法檢測出每一粒糧食或油料籽粒撞擊所產(chǎn)生聲音信號的起點和終點；(4)利用小波函數(shù)，對每一粒糧食或油料籽粒由以上起點和終點確定的撞擊聲音數(shù)據(jù)進行多尺度一維離散小波分解；(5)對每一籽粒聲音信號分解結(jié)構(gòu)中第η層近似分量的小波系數(shù)，利用小波函數(shù)進行單支重構(gòu)，其中η為正整數(shù)，即根據(jù)步驟(4)的分解結(jié)果，重構(gòu)第η層的近似分量，然后將所有籽粒的重構(gòu)信號取絕對值后求平均，最后對得到的平均值序列求平方和，即得出能量，作為特征；(6)采用回歸方法，建立提取的能量特征與糧食或油料品質(zhì)指標的回歸分析預測模型；(7)基于以上關(guān)系模型測定糧食或油料的品質(zhì)指標。在所述的步驟和(5)中，采用db函數(shù)、haar函數(shù)、Coifiets函數(shù)、Symlets函數(shù)、Discrete Meyer 函數(shù)、Biorthogonal 函數(shù)、Reverse Biorthogonal 函數(shù)中的任意一禾中， 對每一粒糧食或油料聲音數(shù)據(jù)進行多尺度一維離散小波分解與重構(gòu)。
所述的糧食或油料籽粒以單粒自由下落方式撞擊采集箱底部的金屬靶。所述的糧食或油料籽粒以固定流量自由下落方式撞擊采集箱底部的金屬靶。所述的糧食籽粒為小麥、水稻、糙米、大米、玉米、綠豆中的任意一種；所述的油料籽粒為油菜籽、花生、大豆中的任意一種。本發(fā)明中，一種基于小波變換的糧食及油料聲信號特征提取系統(tǒng)它包括自動進料裝置，自動進料裝置與采集箱相通；在所述采集箱的底部設置金屬靶和聲音傳感器，聲音傳感器采集的聲音信號經(jīng)過濾波器濾波、放大器放大后送入主機，所述的主機為包含數(shù)據(jù)采集卡的主機。在所述的采集箱的內(nèi)壁上裝有隔音材料層。采用上述技術(shù)方案的本發(fā)明，由于是利用糧食和油料籽粒的聲學特性，并結(jié)合了小波變換技術(shù)，能夠客觀地檢測糧食和油料的品質(zhì)特性，實現(xiàn)了對糧食或油料品質(zhì)特性的單粒、簡便、無損、低成本的檢測。


圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)示意圖；圖2是本發(fā)明的系統(tǒng)框架圖；圖3是本發(fā)明的信號處理程序流程圖。
具體實施例方式本發(fā)明以下結(jié)合附圖和實施例作以詳細的描述實施例1測量小麥的硬度指標。如圖3所示，本發(fā)明是利用小麥籽粒的聲學特性，結(jié)合小波變換技術(shù)，對小麥硬度進行無損檢測，具體過程如下(1)將小麥籽粒放入信號采集箱，使其撞擊采集箱底部的金屬靶產(chǎn)生聲音信號；(2)聲音傳感器接收小麥籽粒撞擊的聲音信號，經(jīng)過濾波、放大后，數(shù)據(jù)采集卡對聲音信號進行A/D變換，計算機將采集到的聲音信號數(shù)據(jù)保存起來；(3)利用端點檢測方法檢測出每一粒小麥籽粒撞擊所產(chǎn)生聲音信號的起點和終點，在實施本步驟中，可根據(jù)小麥籽粒聲音信號與背景噪聲幅度的區(qū)別，確定一幅度閾值， 據(jù)此檢測出每一粒小麥籽粒撞擊所產(chǎn)生聲音信號的起點和終點；也可以根據(jù)能量、頻譜等其他的端點檢測法進行檢測；(4)利用小波函數(shù)，對每一粒小麥籽粒由以上起點和終點確定的撞擊聲音數(shù)據(jù)進行多尺度一維離散小波分解；(5)對每一籽粒聲音信號分解結(jié)構(gòu)中第η層近似分量的小波系數(shù)，利用小波函數(shù)進行單支重構(gòu)，其中η為正整數(shù)，即根據(jù)步驟(4)的分解結(jié)果，重構(gòu)第η層的近似分量，然后將所有籽粒重構(gòu)信號取絕對值后求平均，最后對得到的平均值序列求平方和，即得出能量， 作為特征。在本步驟中，η取3為最佳實施方式；需要說明的是，在步驟⑷和(5)中，可采用db函數(shù)、haar函數(shù)、Coifiets函數(shù)、 Symlets 函數(shù)、Discrete Meyer 函數(shù)、Biorthogonal 函數(shù)、Reverse Biorthogonal 函數(shù)等等小波函數(shù)中的任意一種，對每一粒小麥聲音數(shù)據(jù)進行多尺度一維離散小波分解與重構(gòu)。上述的小波函數(shù)均為現(xiàn)有技術(shù)，且利用小波函數(shù)對聲音數(shù)據(jù)進行分解和重構(gòu)的過程均為本領(lǐng)域普通技術(shù)人員所熟知的技術(shù)。(6)利用一元線性回歸方法，建立提取的能量特征與小麥硬度指標的回歸分析預測模型，一元線性回歸的表達式為y = Ax+B，其中自變量χ為能量特征，因變量y為預測的小麥硬度指標，A和B為回歸系數(shù)；(7)基于以上關(guān)系模型測定小麥的硬度指標。在本實施例中，小麥籽粒以單粒自由下落方式撞擊采集箱底部的金屬靶，除此之夕卜，還可以采用將小麥籽粒以固定流量自由下落方式撞擊采集箱底部的金屬靶，其流量只要保證恒定即可。在實施上述方法的過程中，還需要涉及一種基于小波變換的糧食及油料聲信號特征提取系統(tǒng)，如圖2所示，該系統(tǒng)包括小麥聲音信號產(chǎn)生系統(tǒng)、信號采集系統(tǒng)和信號處理系統(tǒng)。其原理為將小麥放入聲音信號產(chǎn)生系統(tǒng)后產(chǎn)生聲音信號，利用信號采集系統(tǒng)對聲音信號進行采集，將采集到的聲音數(shù)據(jù)傳送到信號處理系統(tǒng)進行處理。小麥聲音信號產(chǎn)生系統(tǒng)包括進料、撞擊發(fā)聲、隔音三部分，利用進料裝置使小麥籽粒逐粒自由下落，撞擊到采集箱底部的金屬靶，發(fā)出聲音信號。具體地說，如圖1所示，小麥聲音信號產(chǎn)生系統(tǒng)包括自動進料裝置1，自動進料裝置1與采集箱2相通；在采集箱2的底部設置金屬靶3。另外，為防止外部噪音的干擾，在采集箱的內(nèi)壁裝有隔音材料，以隔離外部噪音。上述的隔音材料可選用隔聲氈、纖維板或木板等等。信號采集系統(tǒng)包括聲音傳感器4、濾波器5、信號放大器6和數(shù)據(jù)采集卡。聲音傳感器4在信號采集箱2內(nèi)部，通過連線9將聲音數(shù)據(jù)傳送到濾波器5、信號放大器6進行調(diào)理，數(shù)據(jù)采集卡對調(diào)理后的聲音信號進行A/D變換，采集的聲音數(shù)據(jù)保存在主機7中。為方便顯示，主機7還與顯示器8相連接。為驗證本發(fā)明的實驗效果，本實施例選擇10個小麥樣品進行試驗，每個樣品對應的硬度及提取的特征值如表1所示
權(quán)利要求
1.一種基于小波變換的糧食及油料聲信號特征提取方法，其特征在于利用糧食和油料籽粒的聲學特性，結(jié)合小波變換技術(shù)，對糧食和油料的品質(zhì)進行無損檢測，具體過程如下(1)將糧食或油料籽粒放入信號采集箱，使其撞擊采集箱底部的金屬靶產(chǎn)生聲音信號；(2)聲音傳感器接收糧食或油料籽粒撞擊的聲音信號，經(jīng)過濾波和放大后，數(shù)據(jù)采集卡對聲音信號進行A/D變換，計算機將采集到的聲音信號數(shù)據(jù)保存起來；(3)利用端點檢測方法檢測出每一粒糧食或油料籽粒撞擊所產(chǎn)生聲音信號的起點和終占.(4)利用小波函數(shù)，對每一粒糧食或油料籽粒由以上起點和終點確定的撞擊聲音數(shù)據(jù)進行多尺度一維離散小波分解；(5)對每一籽粒聲音信號分解結(jié)構(gòu)中第η層近似分量的小波系數(shù)，利用小波函數(shù)進行單支重構(gòu)，其中η為正整數(shù)，即根據(jù)步驟(4)的分解結(jié)果，重構(gòu)第η層的近似分量，然后將所有籽粒的重構(gòu)信號取絕對值后求平均，最后對得到的平均值序列求平方和，即得出能量，作為特征；(6)采用回歸方法，建立提取的能量特征與糧食或油料品質(zhì)指標的回歸分析預測模型；(7)基于以上關(guān)系模型測定糧食或油料的品質(zhì)指標。
2.根據(jù)權(quán)利要求1所述的基于小波變換的糧食及油料聲信號特征提取方法，其特征在于在所述的步驟(4)和(5)中，采用db函數(shù)、haar函數(shù)、Coiflets函數(shù)、Symlets函數(shù)、 Discrete Meyer 函數(shù)、Biorthogonal 函數(shù)、Reverse Biorthogonal 函數(shù)中的任意一禾中，對每一粒糧食或油料聲音數(shù)據(jù)進行多尺度一維離散小波分解與重構(gòu)。
3.根據(jù)權(quán)利要求1所述的基于小波變換的糧食及油料聲信號特征提取方法，其特征在于所述的糧食或油料籽粒以單粒自由下落方式撞擊采集箱底部的金屬靶。
4.根據(jù)權(quán)利要求1所述的基于小波變換的糧食及油料聲信號特征提取方法，其特征在于所述的糧食或油料籽粒以固定流量自由下落方式撞擊采集箱底部的金屬靶。
5.根據(jù)權(quán)利要求1 4任一所述的基于小波變換的糧食及油料聲信號特征提取方法， 其特征在于所述的糧食籽粒為小麥、水稻、糙米、大米、玉米、綠豆中的任意一種；所述的油料籽粒為油菜籽、花生、大豆中的任意一種。
6.實施權(quán)利要求1所述方法的基于小波變換的糧食及油料聲信號特征提取系統(tǒng)，其特征在于它包括自動進料裝置(1)，自動進料裝置(1)與采集箱( 相通；在所述采集箱的底部設置金屬靶C3)和聲音傳感器G)，聲音傳感器(4)采集的聲音信號經(jīng)過濾波器(5) 濾波、放大器(6)放大后送入主機(7)，所述的主機(7)為包含數(shù)據(jù)采集卡的主機。
7.根據(jù)權(quán)利要求6所述的基于小波變換的糧食及油料聲信號特征提取系統(tǒng)，其特征在于在所述的采集箱的內(nèi)壁上裝有隔音材料層。
8.根據(jù)權(quán)利要求1所述的基于小波變換的糧食及油料聲信號特征提取方法，其特征在于所述的糧食或油料籽粒撞擊的采集箱底部靶子的材質(zhì)可以是金屬、玻璃、塑料、石材中任意一種固體材料。
全文摘要
本發(fā)明公開了一種基于小波變換的糧食及油料聲信號特征提取方法。方法是將糧食或油料籽粒逐粒送入聲音信號采集箱，與采集箱內(nèi)部的金屬靶碰撞產(chǎn)生聲音信號，利用聲音傳感器接收撞擊聲音信號，接收的聲音信號經(jīng)過濾波、放大后被傳送到數(shù)據(jù)采集卡，數(shù)據(jù)采集卡對聲音信號進行A/D變換，并將采集到的聲音數(shù)據(jù)保存起來，通過小波變換技術(shù)對聲音數(shù)據(jù)進行分解，選取特定的小波系數(shù)對聲音信號進行重構(gòu)，將重構(gòu)信號的能量值作為特征提取出來，與糧食或油料的品質(zhì)特征建立聯(lián)系。本發(fā)明利用糧食和油料籽粒的聲學特性，結(jié)合小波變換技術(shù)，對糧食和油料的品質(zhì)特征進行無損檢測，方法簡便、快捷，檢測結(jié)果穩(wěn)定、分辨率較高。
文檔編號G01N29/04GK102455327SQ201010509888
公開日2012年5月16日 申請日期2010年10月18日 優(yōu)先權(quán)日2010年10月18日
發(fā)明者丁寧, 李齊超, 楊紅衛(wèi), 王愛民 申請人:河南工業(yè)大學