[发明专利]一种基于心理声学参量的鱼类识别方法及系统

说明书

技术领域

本发明涉及基于声学方法的鱼类识别技术，特别涉及一种基于心理声学参量的鱼类识别方法及系统。

背景技术

随着人类对海洋资源需求的日益增加，海洋渔业资源开发越来越受到重视。渔业资源调查和评估工作是合理开发海洋渔业资源的重要基础，这就迫切地需要具备对鱼的种类进行快速识别的能力。

传统的鱼类资源调查方法主要是以拖网捕捞法为主，与传统的拖网捕捞识别等方法相比，声学方法具有快速方便、不损坏生物资源以及可持续观测等优点。因此，近些年来国外相关研究机构大力发展基于声学方法的鱼类识别技术。

其中，国外声学方法的鱼类识别技术包含：Alexander B.Kulinchenko等人使用绳系法对太平洋大比目鱼和岩鱼进行了试验，并利用回波包络和统计频谱特征两种方法成功对大比目鱼、岩鱼、海底进行了分类，但是这种方法由于直接对鱼体的回波包络信号进行降采样后作为特征向量，未能找出反映目标本质的特征量，特征维数很高，冗余较大，给分类器带来很大负担。Harold M.Brundage III和Jae-Byung Jung利用统计频谱的方法从底层鱼类中识别出短鼻鲟鱼。Eric O.Rogers等人利用统计频谱的方法成功对鲱鱼、亚洲胡瓜鱼和鲑鱼进行了识别。上述鱼类识别技术均基于统计频谱的方法，因此需要具有很宽频带的换能器作为发射源，对设备要求较高。此外，Sunardi等人通过回声探测仪测定了两种不同的竹荚鱼在两种频率下的目标强度，成功对鱼的种类进行了分类。但是这种方法利用鱼体在两种频率下的目标强度为识别量，而鱼体目标强度与鱼体的姿态、鱼鳔的大小、形状等因素有关，仅选用两个频点下目标强度作为特征量，特征不稳定，使用局限性较大。总之，人们已通过多种方法来进行鱼类识别，然而鱼体的回波信号非常复杂，现有识别方法未能找出能反映目标本质的特征，使得特征维数高，冗余大，分类识别效果往往不能令人满意。而在国内，基于声学方法的鱼类识别技术的研究目前尚处于起步阶段。

研究表明，人耳在两人以上的讲话环境中有能力分辨出需要聆听的声音，可以从信噪比为-12dB的含噪语音信号中提取有用的语音信息。由此可见，人耳对声音的特征提取以及人脑对声音的分类识别能力相当强。心理声学参量是描述不同声音信号所造成主观感受差别程度的客观物理量，采用心理声学参量分析声信号，可以定量分析听觉感受的差别，消除个体的影响。

本发明首先对鱼体回波信号进行频率搬移，使其频谱落入可听声频带范围，然后对处理后的信号提取心理声学参量，并将其作为特征量。所提取特征量能较好的反映鱼体的特征，且特征维数少，可实现快速分类。

发明内容

本发明的目的在于，为克服现有技术对鱼体回波信号进行特征提取，导致获取的回波信号的特征维数高，冗余大，分类识别效果往往不能令人满意等问题，从而提供一种基于心理声学参量的鱼类识别方法及系统。

为实现上述目的，本发明提供了一种基于心理声学参量的鱼类识别方法，该方法是一种基于主动声学方法的识别策略，所述方法具体包含：

步骤101)向水下鱼体发射声信号，并获取水下鱼体反向散射的回波信号；

步骤102)对鱼体回波信号进行滤波和幅度归一化预处理；

步骤103)对预处理后的回波信号进行特征提取，具体方法如下：

对预处理后的回波信号进行频率搬移，将其频率搬移至人耳可听声范围，再对频率搬移后的信号依据人耳听觉模型将其划分为若干频段并计算各频段的特性响度作为特征量；

步骤104)将特征量输入分类器进行分类处理，完成对水下鱼体的种类识别。

优化的，所述特征量还包含：由各频段的特性响度得到的总响度和/或总尖锐度。

可选的，所述人耳听觉模型采用Zwicker模型。

当采用Zwicker模型时所述特性响度采用如下公式计算得到：