[发明专利]一种基于图像处理的鸟鸣声特征强化方法

权利要求书

1.一种基于图像处理的鸟鸣声特征强化方法，其特征在于包括以下步骤：

①对鸟鸣声数据集进行预处理，包括重采样和归一化，得到鸟鸣声的频谱图；

②对频谱图进行信噪分离，得到信号谱图和噪声谱图；其中，信号谱图包含鸣唱和鸣叫部分，噪声谱图包含噪音和静音部分，信号谱图作为原始训练样本，噪声谱图用于背景噪声增强的一种途径；

③对步骤②中信噪分离后的所有频谱图进行分块，并调整每小块频谱图的大小以适合用于训练的神经网络的输入维度；

④对步骤③中分块后的信号谱图进行数据增强，由于频谱图不同于传统图像，之间的差异限制了广泛的图像处理技术的直接应用；综合考量鸟鸣声和频谱图的特性，本数据增强处理特别方法包括频域变换、噪声添加和同类样本混合：

⑤为增强灰度图像的视觉感知力，同时方便对不同的神经网络进行迁移学习，通过Jet映射对数据增强后的灰度图像进行伪彩色处理，得到三通道RGB彩色图像，将这些三通道RGB彩色图像分为训练集和测试集，其中训练集占80%，测试集占20%；

⑥通过迁移学习方式，选取合适的神经网络模型，对其进行微调并使用步骤⑤中的训练集进行训练，最终通过验证集验证模型准确率，得到识别结果。

2.按权利要求1所述的鸟鸣声特征强化方法，其特征在于步骤②：

信号谱图的分离方法为：设定一个阈值N，如果频谱图中某个像素值高于相应行及其相应列的中值的N倍，则将其置为1，否则置为0；

噪声谱图的分离方法为：设定一个阈值n(n<N),如果某个像素值高于相应行及其相应列的中值的n倍，则将其置为0，否则置为1。

3.按权利要求1所述的鸟鸣声特征强化方法，其特征在于步骤④：

包括频域变换、噪声添加和同类样本混合；

A、频域变换

a、对原始鸟鸣声音频的音高进行随机改变，变动幅度不宜超过5%，然后重复步骤①②③；

b、对原始鸟鸣声音频的音量进行随机改变，变动幅度不宜超过5%，然后重复步骤①②③；

B、噪声添加

a、将随机高斯噪声添加到步骤②中的信号谱图，并重新标准化得到的图像；

b、将步骤②中的噪声部分随机添加到步骤②中的信号谱图，作为训练样本；

C、同类样本混合

对同一种鸟的不同音频信噪分离后的信号谱图进行随机混合。