[发明专利]一种声学成像方法

说明书

本发明涉及的是一种声学成像方法，解决了一般噪声检测需要较大算力，且不能进行调整以适应不同算力条件系统的问题，包括以下步骤：通过麦克风采集原始音频数据；对原始音频数据进行数据处理，得到声源强度分布图；通过摄像头采集图像信息；将声源强度分布图与图像信息融合得到声学成像图片。本发明的有益效果是：通过声源强度分布图与拍摄图像的结合实现声音强度可视化、具体化；采用修正矩阵校准修正声源强度分布矩阵的计算偏差，排出不必要的干扰使结果更为精确；将高倍插值处理放于FFT处理之后，减轻了算力压力，同时也保证了分辨率；精简优化的流程使用小型轻量的载体装置也可实现，能够适用更多的应用场景。

技术领域

本发明涉及声学成像领域，尤其涉及一种声学成像方法。

背景技术

随着工业的不断发展，对于工业生产的流程要求也随之不断提高，尤其是在相关的检测环节。现有的很多地方都是通过噪声的检测来判断相关的设备运行情况等，例如在汽车生产中NVH、BSR的噪声检测，某些生产环境中利用噪声检测来判断气体泄漏的情况等等。可见噪声检测在众多相关领域有着重要广泛的应用前景。但现有的噪声检测通常只能得到某一处的噪声值，如果想要知道噪声强度的变化情况或分部情况，则需要通过仪器一个一个去检测，非常麻烦。目前对于噪音强度计算不够准确，而提高准确度则会增加算力的负担，需要较大算力的系统；另外，目前的计算方法不能够通过调整参数来适应不同算力条件的系统。

发明内容

本发明解决了一般噪声检测需要较大算力，且不能进行调整以适应不同算力条件系统的问题，提供了一种声学成像方法。

为了解决上述存在的技术问题，本发明的技术方案是：一种声学成像方法，包括以下步骤：

S1：通过麦克风采集N个通道原始音频数据；

S2：对原始音频数据进行数据处理，得到声源强度分布图；数据处理包括以下步骤：

S21：对N个通道原始音频数据进行长度为K的FFT计算，得到N路FFT数据组成N*K维复数矩阵X’；其中 FFT算法计算的长度K可以是多种长度规格，根据实际处理能力进行选择；FFT算法使用的时候需要加窗函数，窗函数可选汉明窗。

S22：对复数矩阵X’进行二次处理，得到声源强度分布矩阵Q；

S23：对声源强度分布矩阵Q进行校准修正得到矩阵W；

S24：对矩阵W进行高倍插值处理得到声源强度分布矩阵E；

S25：对声源强度分布矩阵E进行变换得到声源强度分布图；

S3：通过摄像头采集图像信息；

S4：将声源强度分布图与图像信息融合得到声学成像图片。

声源强度分布图采用不同颜色表示不同的声音强度，通过与拍摄的图像结合，可以更为直观地看到图像中不同地方的声音强度情况。

其中，对原始音频数据进行FFT处理是对其进行2的n次幂的FFT，n的值由具体设备的计算速率、目标频率或分辨率决定。对矩阵W进行高倍插值能够在一定程度上提高矩阵W的分辨率，同时能够保证相当的准确度。将高倍插值处理这步放于FFT处理之后，避免了因分辨率的提高而增加算力的负担。此外，通过调整目标分辨率和插值的倍数可以使系统适应不同的算力条件，而且不会造成声源强度分布结果的巨大差异。

作为上述方案的一种优选方案，所述步骤S22中的二次处理包括以下步骤：

S31：设定频率范围；

S32：按照设定频率范围，从复数矩阵X’中抽取部分数据组成N*k维复数矩阵X，其中k=K/2，和设定的频率范围有关；将同一频率点的FFT数据抽取出来组成这个频率点的音频矩阵，然后通过连续抽取设定频率范围内不同频率点的数据组成一组连续的音频矩阵，实现对这一频率范围的覆盖。