基于机器视觉的声源成像方法研究

发布时间：2020-09-04 21:29

　　随着科学技术的不断发展,各种新产品、新设备不断问世,随之带来的噪声问题也越来严重,噪声问题已经成为评价产品的一个重要指标。在工程机械、军事、家用电器等多个领域,确定噪声的来源与位置已经成为一个非常重要的研究课题。研究声场的可视化,对噪声源成像具有重要意义。本文研究了基于机器视觉的声源成像方法,将双目视觉三维重建技术应用于声学测量领域,发展了双目视觉和声成像融合测试的方法,提出基于TDOA声源定位与波束形成成像的复合声场分析方法进行声场分析。将相机拍摄到的图片与产生声场云图进行融合,最终得到可视化的声源成像图片。本文提出的复合声场分析方法采用先定位、后成像的方法,显著缩小成像区域,提高了计算效率。本文研究了基于TDOA的声源定位算法,提出了基于最小二乘的一维空间搜索方法。通过MATLAB仿真实验确定了传声器阵列的布置方式,分析了算法的定位精度及其计算效率。在半消声室内、普通室内大厅、室外马路上三种不同的声学环境下进行实验,验证声源定位算法的有效性。在通过基于TDOA的声源定位算法初步确定声源在三维空间中的位置后,通过波束形成算法在声源位置附近的感兴趣区域进行逐点扫描,得出反应声源声场分布的声云图。通过双目相机实时计算空间物体的三维坐标,作为波束形成算法的输入。最后,将产生的声云图与相机拍摄的实景图进行像素级的图像融合,给出可视化的声场分布图像。在半消声室中设置声源成像实验,验证本文提出的基于机器视觉的声源成像方法的有效性。本文的研究结果表明,采用双目视觉与复合声场分析方法相结合的方法进行声源成像,能够有效、准确地对声源的声场进行重建,正确地识别、定位噪声源,可视化地展示噪声源的位置。本文提出的成像方法能够应用到实际的声场测量中,避免繁琐的人工测量,提高测试的效率,加快产品的开发过程。
【学位单位】：上海交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41;TB535.3
【部分图文】：

噪声测量,高速列车

图 1-1 高速列车噪声测量Fig. 1-1 Noise measurement of high-speed train列声场数据采集不完全，具有很大的局限性，目前广泛列，能够给出一个平面上的声源分布。二维阵列的布局、×形、多臂螺旋形、以及随机分布型等。矩形网格分形式单一，其适用的频率范围较窄，而经过优化的螺旋像的频率范围，并且具有较低的旁瓣水平。乔渭阳[33]使用阵列测量飞机进场着陆噪声，测量原理如图 1-2 所示。的噪声源（外缘噪声、内缘噪声以及排气噪声等）。

飞机噪声

图 1-1 高速列车噪声测量Fig. 1-1 Noise measurement of high-speed train场数据采集不完全，具有很大的局限性，目前能够给出一个平面上的声源分布。二维阵列的形、多臂螺旋形、以及随机分布型等。矩形网单一，其适用的频率范围较窄，而经过优化的率范围，并且具有较低的旁瓣水平。乔渭阳[量飞机进场着陆噪声，测量原理如图 1-2 所源（外缘噪声、内缘噪声以及排气噪声等）。

声场,可视化,二维

声源成像清晰化算法加入到波束形成之后，在各种实际工程中也由广泛的应用，马军会[45]采用 DAMAS 方法，采用 104 个传声器组成的传声器阵列对于飞机进场着陆的噪声进行了测量与分析。中国空气动力学与发展中心的陈正武[46]采用36 通道的传声器阵列对 NACA23018 翼型进行了气动噪声的研究，结果表明噪声源的位置主要分布在翼型的后缘。此外，清华大学、上海交通大学、浙江大学、同济大学、西北工业大学，以及中科院声学所等多家研究机构的团队致力于波束形成技术的发展与推广。1.4 声场可视化研究及应用进展1.4.1 声场可视化表达方法前述的声场分析方法，无论是近场声全息还是波束形成，都可能获得声源声场的信息。但是声场不能够被测量人员直观地观测到，为了对被测物体的声场信息有更为直观地了解，通常需要将成像算法计算出的结果进行可视化表达。而科学计算可视化可以将测量或者计算得出的数值，转化为可视的、有助于人理解的信息[47]。

【参考文献】