海豚哨声轮廓自动提取与修复

来源 :厦门大学 厦门大学 | 被引量 : 0次 | 上传用户:waly7208346
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
海豚是一种高智商的水生哺乳动物,它们使用自己独特的“语言”——哨声来进行互相交流。要想理解海豚的语言,就必须要对海豚哨声进行分析研究。当前对海豚哨声的分析研究大多是基于哨声语谱图进行的,但语谱图中哨声轮廓与背景噪声混合在一起,不仅导致目前对哨声的分割、提取等预处理都是用人工方式进行,同时也给后续的实验造增加了难度。如果对语谱图中的哨声轮廓进行去噪、特征提取和修复等自动化预处理,就能实时进行海豚哨声与背景噪声的分离,获得一个完整的海豚哨声轮廓。这不仅节约了人工提取花费的时间,也有利于海豚哨声的个体识别、行为分类、通讯机制等后续研究。  基于以上原因,本文构建了一套完整的海豚哨声轮廓自动提取与修复系统。整个系统的实现分为三步:1、进行海豚哨声语谱图化与去噪:首先对采集到的初始海豚哨声音频波形图使用海明窗和短时傅里叶变换,使之转化成为一个语谱图;由于语谱图中含有大量的背景噪声,接着相继使用了低频滤波、阈值化、离群点清除、竖线噪声过滤和谐波过滤五种方法消除了语谱图中的噪声,以及使用区域生长对去噪后的哨声轮廓进行了一定修复;2、对去噪后的图像进行哨声分割和特征提取:首先进行了多个哨声的分割,得到单个的海豚哨声轮廓,之后再采用了均值替代法提取出了哨声轮廓骨架点;3、进行哨声轮廓的修复:分别使用了曲线拟合和卡尔曼滤波两类方法对哨声轮廓进行了修复。  通过上面三个步骤,我们实现了海豚哨声轮廓的自动提取与修复,得到了海豚哨声的完整轮廓。最终的实验结果表明本系统具有一定的可用性和准确性。
其他文献
异常检测作为入侵检测的一个分支,越来越受到人们的重视。大部分入侵检测系统对于内部攻击的检测效率很低。内部攻击者比外部攻击者会对系统造成更大破坏,而且其行为更难捕捉。
随着技术的日新月异,各种新思想在搜索引擎领域不断的提出。由于搜索引擎所需要处理数据量极大且这些数据更新速度极快,传统的串行计算已不能满足搜索引擎中的计算需要,因此大规
移动无线自组网(MobileAdHocNetwork,MANET)是一项具有广阔应用前景的新技术,它能运用在军事以及日常生活中许多方面,如国防战备、抢险救灾、应对突发事件等无法得到有线网络支
图像超分辨率重建是指从一幅或者多幅低分辨率(LR)图像重建出高分辨率(HR)图像的过程。该技术在气象遥感、医学成像、安全监控、多媒体通讯、数字娱乐等领域有着广泛的应用前
SOA(Service Oriented Architecture)是由IBM, Microsoft等软件公司倡导的一种新型的企业级系统架构,2005召开了第一届SOA年度大会。SOA引起了越来越多人们的关注。SOA强调业
文本过滤是从动态的文档流中,检索出符合用户需求文本的一种技术。随着文本过滤技术在电子邮件、消息订阅、信息安全等领域的应用变得越加广泛,用户对过滤的要求也越来越高。为
图像和视频是人类可以利用的最主要的信息载体。互联网的发展和多媒体的进步使得多媒体的各种新的应用和服务成为可能,尽管互联网的带宽和设备的存储容量都有所提高,但是数字
模型检测是公认的一种比较有效的验证系统正确性和可靠性的方法。在一些安全至关重要的领域检测预知系统的响应时间、事件调度的延迟等一系列的参数尤为重要。实际上大部分的
闪存是一种新型的电可擦除可编程只读存储器,具有非易失、读写速度快、抗震性能好、低功耗、体积小等特性。随着闪存容量的不断增加和价格的逐渐下降,闪存相对于传统机械硬盘具
随着计算机技术和网络通信技术的高速发展,以并发性、分布性、实时性、异构性和互操作性等主要特征的并发分布式系统已成为计算机技术的主流方向。并发现象以其固有的复杂性,