一种语音啸叫检测算法

技术特征：
1.一种语音啸叫检测算法，其特征在于：(1)获取语音；读取对讲机的麦克风信号，将此信号作为待测信号；(2)语音信号向图像的转化对音频数据做分帧加窗的预处理操作，随后对其作短时傅里叶变换得到其时频关系图像；(3)图像处理对(2)中的图像首先进行灰度化处理，其次进行二值化处理，接着对二值化图像进行形态学的闭运算处理，然后对图像再进行细化处理；最后获取图像中直线的纵坐标来得到啸叫频率值，通过端点检测的方法找到图像中每条直线的端点，此端点的纵坐标即为啸叫点的坐标；具体如下：步骤1：灰度化；求灰度的方法采取平均值法；平均值法为计算彩色图像每个像素点三通道的三个值的平均值作为该像素点的灰度值gray，数学表达式如下：gray＝(r g b)/3图像灰度化后，由于需要获得精确的坐标信息，所以要去除图像中显示的题目、坐标轴、坐标轴代表的值及其单位、坐标轴刻度、能量刻度，只保留图像信息；步骤2：二值化；采用了固定阈值q的方式，图像中像素灰度值超过q时，将其像素值取1，说明像素为白色，为有用信息；图像中像素灰度值未超过q时，将其像素值取0，说明像素为黑色，为无用信息；阈值q设置为180；步骤3：形态学闭运算；先膨胀运算，再腐蚀运算；首先设置一个3x3的结构元素，其中第二行第二个元素为结构元素的中心点，将中心点及其相邻的上下左右四个元素的值置为1，剩下元素值置为0；首先进行膨胀操作，将结构元素的中心点依次放到图像中每一个非零元素的像素点上，若原图的某个位置也被结构元素覆盖，而且此像素值不与中心点相同，那么就会将此像素值修改为中心点对应点的像素值；腐蚀操作和膨胀操作是一个相反的过程，将结构元素的中心点依次放到图像中的每一个非零值像素的位置，若此时结构元素不为0的部分所覆盖的原图像像素值都不为0，则保留中心点对应的图像像素，否则将此像素的值置为0；步骤4：图像细化；细化方法如下：
①
使用8-邻域的定义方式，设有一个3x3的邻域，按照从左到右的顺序标记为：第一行：p9、p2、p3；第二行：p8、p1、p4；第三行：p7、p6、p5；
②
将此邻域的中心p1覆盖在图像中的非零像素点上，进行第一次是否删除p1像素的判断；需要满足4个条件:i：p1像素8-邻域内p2-p9像素值为0的数目n满足2≤n≤6；ii：p1像素的8-邻域内p2-p9按顺时针顺序前后两个像素值为1和0的对数a满足a(p1)＝1；
iii：p2*p4*p6＝0；p2、p4、p6三个像素值的乘积为0；iv：p4*p6*p8＝0；p4、p6、p8三个像素值的乘积为0；如果满足上述条件，图像中此点就为待删除点；随后遍历全部的白色像素点，统一将这些满足的像素点的值置为0；
③
进行第二次是否删除p1像素的判断；同样需要4个条件，其中两个条件和
②
中i，ii相同；其余两个条件如下:i：p2*p4*p8＝0；即p2、p4、p8三个像素值的乘积为0；ii：p2*p6*p8＝0；即p2、p6、p8三个像素值的乘积为0；遍历全部的白色像素点，随后将满足条件的点统一删除；
④
重复
②③
两个操作，直到所有满足条件的白色像素点去除；步骤5：端点检测；得到细化图像后首先需要建立一个圆形的邻域，半径设置为r，r的取值为3或4；接着遍历图像中像素值为1的点，找到此类像素点后，将圆形邻域的中心与该像素点重合，统计圆形邻域覆盖的图像中像素值为1的像素点个数；当总个数的值低于r时，就会认为此点为端点；最后将所有符合条件的点标记出来，并记录这些点的纵坐标；(4)计算啸叫频率由于一般人发声的最高频率为4000hz，在通信设备中混有的啸叫频率也不会超过此值，所以图像中纵轴的最大值为4000；所以通过端点检测得到的纵坐标y，根据轴的比例求出具体的啸叫频率值，数学表达式如下：其中:f
howling
为求得的啸叫频率，height为图像的高度，y为端点纵坐标。

技术总结
一种语音啸叫检测算法涉及电子信息领域。本发明将麦克风采集到的语音信号进行短时傅里叶处理，得到时频关系图。随后对图像进行灰度化操作，其次进行固定阈值的二值化操作，设置的阈值为180。接着进行图像闭运算操作，填补图像中的小裂缝。再通过图像细化操作，将图像中的每个线条的宽度从之前的多像素变为单像素，方便后续计算。最后检测图像中的端点，获取其纵坐标，再根据比例关系得到准确的啸叫频率点的值，达到了啸叫检测的目的。本发明使用了C 语言编写并成功实现了啸叫频率点的检测。 语言编写并成功实现了啸叫频率点的检测。 语言编写并成功实现了啸叫频率点的检测。


技术研发人员：王波涛 刘子豪
受保护的技术使用者：北京工业大学
技术研发日：2022.06.02
技术公布日：2022/8/1