基于鳥鳴聲的移動(dòng)式鳥類識(shí)別系統(tǒng)研究.pdf

1、鳥類是我們?nèi)粘Ｉ钪幸姷阶疃嗟囊环N動(dòng)物,但是往往我們見到了卻不知道它是什么種類的鳥。而且基于鳥的形態(tài)特征和行為特征等來判別鳥種對(duì)于大多數(shù)人來說難度太大,所以,研究基于鳥鳴聲的鳥類識(shí)別具有很大的意義。本課題以鳥鳴聲為研究對(duì)象,以 Adaptive optinal kernel time-frequency representation(AOK)時(shí)頻技術(shù)為核心,采用灰度共生矩陣計(jì)算方法搭配 Dynamic Time Warping(DTW)

2、算法對(duì)鳥鳴聲進(jìn)行研究,為鳥類識(shí)別提供了一種新方法。以下為本文的主要研究?jī)?nèi)容和結(jié)論:
　　1、使用CRIO開發(fā)平臺(tái)結(jié)合兩項(xiàng)式混合步進(jìn)電機(jī)來實(shí)現(xiàn)小車的智能控制的。通過數(shù)字量輸出模塊NI9472發(fā)出的脈沖頻率實(shí)現(xiàn)小車的行進(jìn)速度的控制,通過輸出高低電平來控制小車的前進(jìn),倒退和轉(zhuǎn)角度。小車的無線遠(yuǎn)程控制通過WIFI技術(shù)來實(shí)現(xiàn)。
　　2、本文使用的鳥鳴聲是通過NI USB4432搭配NI IEPE集成電路壓電式聲學(xué)麥克風(fēng)采集的。采集的鳥

3、鳴聲經(jīng)過預(yù)處理之后使用自適應(yīng)最優(yōu)核時(shí)頻分布(AOK)分析方法處理,AOK分析方法不僅有時(shí)頻分辨率高的特性,還具有很強(qiáng)的抗交叉干擾項(xiàng)的能力,為深入研究鳥鳴聲的時(shí)頻特性提供了新方法。
　　3、從鳥鳴聲的 AOK時(shí)頻譜中,可以清晰地看出不同鳥種的鳥鳴聲信號(hào)在不同時(shí)間和不同頻率的強(qiáng)度和能量密度?；谶@點(diǎn)將時(shí)頻譜圖轉(zhuǎn)化成灰度圖像,求取灰度共生矩陣,提取基于灰度共生矩陣不同角度的圖像紋理特征參數(shù)用于鳥類的識(shí)別。
　　4、選取已知鳥種的圖