專利名稱：聲音文檔分類方法
技術(shù)領(lǐng)域：
本發(fā)明總的來說涉及文檔分類，而具體地，涉及基于音頻換能器捕捉的聲音對文檔重量或文檔厚度進(jìn)行分類。有關(guān)諸如重量或厚度等文檔特征的知識可被其他掃描系統(tǒng)使用。
背景技術(shù)：
在文檔傳送系統(tǒng)中，具有不同厚度的文檔被掃描并且通過傳送器。當(dāng)文檔移動通過文檔傳送器時，存在與文檔的移動相關(guān)聯(lián)的聲音。該聲音可由其譜特征來表征。文檔移動通過傳送器的聲音特征基于文檔厚度的不同而變化。這些特征可用于文檔分類。在文檔掃描器中，文檔重量可轉(zhuǎn)化為其厚度，并且與文檔的半透明性相關(guān)。通常以 下面的方式使用文檔掃描器在同一批次中掃描許多不同重量的文檔。文檔的這些屬性可能需要由其他系統(tǒng)特別處理，所述其他系統(tǒng)例如為在序號為6，511，064的美國專利中描述的超聲波文檔檢測系統(tǒng)(ultrasonic document detection system, UDDS),其中，與較輕或較薄的文檔相比，厚的文檔會使超聲波信號衰減更多。了解文檔的重量或厚度可使得系統(tǒng)參數(shù)能夠被調(diào)節(jié)為更好地滿足給定文檔的機(jī)器處理要求。超聲波文檔檢測可提供與正被傳送通過掃描器的文檔相關(guān)的其他有用信息。例如，檢測器可確定是否正在饋給多個文檔，由于某些文檔沒有被掃描，這可能會導(dǎo)致來自掃描過程中的信息的丟失。另外ー個問題是檢測器經(jīng)常把厚文檔與多個饋給文檔弄混。因此，需要改進(jìn)的用于確定文檔的厚度、文檔是否弄皺以及是否有多個文檔被釘在一起的方法。

發(fā)明內(nèi)容
簡而言之，根據(jù)本發(fā)明的一方面，提供了基于聲音對文檔進(jìn)行分類的方法，該方法包括將文檔饋給到文檔傳送器；檢測文檔被傳送時產(chǎn)生的聲波特性；以及基于所述聲波特性來確定文檔特征。在一個實(shí)施例中，文檔掃描器使用音頻換能器來捕捉文檔進(jìn)入掃描器傳送器時的音頻信號。然后，對所述音頻信號進(jìn)行調(diào)節(jié)、數(shù)字化和處理，以提供與該信號相關(guān)的譜信息。接下來，將該譜信息(有時被稱作聲波特性(sonic profile))與已知的不同重量文檔的譜屬性相比較并進(jìn)行分類。


圖I是文檔掃描器的側(cè)視圖，其中示出了音頻換能器的大體位置，該音頻換能器獲取紙張進(jìn)入文檔傳送器時的音頻信號。圖2示出了系統(tǒng)操作的流程圖。圖3示出了用來對文檔進(jìn)行分類的系統(tǒng)的框圖。
具體實(shí)施方式
如圖I所示，從掃描器4中的輸入托盤10來饋給文檔5。當(dāng)文檔進(jìn)入掃描器時，饋給和分離輥15把文檔彼此分開，這會產(chǎn)生聲音。不同重量的文檔產(chǎn)生不同的聲音。如圖2所示，文檔的聲音被音頻換能器20拾取，并且音頻信號55被調(diào)節(jié)、數(shù)字化和處理。如圖I所示，音頻換能器20拾取來自進(jìn)入文檔傳送器30的不同厚度的文檔5的音頻信號。如圖2所示，在音頻信號被處理之前，可對其進(jìn)行信號調(diào)節(jié)60，例如進(jìn)行模擬濾波。然后由模數(shù)A/D轉(zhuǎn)換器65以合適的速率對調(diào)節(jié)后的模擬信號進(jìn)行采樣和數(shù)字化，以避免信號中存在的最高頻的混疊。從A/D轉(zhuǎn)換器中獲得的數(shù)字采樣在數(shù)字信號處理器(digitalsignal processor, DSP) 70 中被處理。當(dāng)把文檔饋給到75掃描器4中時，文檔產(chǎn)生的音頻信號被捕捉80。從音頻信號中提取特征85，并將該特征與存儲器中的特征集相比較90?；谒蹲降囊纛l信號的被比較的特征以及特征集中的特征，文檔被分類為特定的文檔重量或文檔厚度95。文檔分類系統(tǒng)基本上包括兩個階段音頻階段和分類階段。在音頻階段中，確定不同厚度的紙張的音頻信號中的諸如音高(pitch)或譜重心(spectral centroid)或幅度等 各種譜特征，即聲波特性。被選擇用于學(xué)習(xí)的譜特征具有針對不同厚度的文檔的良好的可區(qū)分特性。為了產(chǎn)生音頻特征描述符，使用對音頻采樣的窗口掃描。窗口掃描包括以固定的增量在音頻數(shù)據(jù)上滑動窗口，其中每個窗口代表時間窗口。使用短時傅里葉變換(shorttime Fourier transform, STFT)技術(shù)從滑動窗口中提取頻譜特征。STFT提供能夠?qū)χT如首聞、響度、振幅等各種感知特征進(jìn)行建1旲的豐富表不。然后，這些對應(yīng)于不同的文檔厚度的特征向量集合被存儲在存儲器中。在分類階段中，目標(biāo)是基于音頻信號來確定當(dāng)前進(jìn)入掃描器的新文檔相對于特定厚度的類別。分類的第一步是提取與在學(xué)習(xí)階段確定的譜特征相同的譜特征。通過將這些提取的特征與存儲在存儲器51內(nèi)的特征集相比較，將文檔分類為特定的厚度。為了進(jìn)行該比較，可米用支持向量機(jī)(Support vector machines, SVM)。當(dāng)音頻信號在處理器50中被處理時，文檔繼續(xù)移動通過傳送器30。處理器50和存儲器51可內(nèi)置于掃描器4中，或置于掃描器4外部。在文檔到達(dá)超聲波傳感器25之前，文檔的厚度被確定并分類。文檔繼續(xù)通過傳送器30到達(dá)上成像區(qū)40、下成像區(qū)45，移動出傳送器30，并進(jìn)入文檔輸出區(qū)域35。部件列表4掃描器5 文檔10輸入托盤15饋給和分離輥20音頻換能器25超聲波傳感器30傳送器35文檔輸出區(qū)域40上成像區(qū)45下成像區(qū)50處理器
51存儲器55音頻信號60信號調(diào)節(jié)65模數(shù)(A/D)轉(zhuǎn)換器70DSP 處理器75饋給文檔80捕捉饋給路徑中的文檔的音頻信號
85從音頻信號中提取特征90將特征與存儲器中的特征集相比較95基于上述比較把文檔分類為特定的厚度。
權(quán)利要求
1.一種基于聲音將文檔分類的方法，包括 將文檔饋給到文檔傳送器； 檢測文檔被傳送時文檔產(chǎn)生的聲波特性；以及 基于所述聲波特性來確定文檔特征。
2.如權(quán)利要求I所述的方法，其中所述聲波特性包含頻率。
3.如權(quán)利要求2所述的方法，其中所述聲波特性包含不同頻率的振幅。
4.如權(quán)利要求I所述的方法，其中所述聲波特性是在所述文檔被傳送時在一時間段內(nèi)捕捉的。
5.如權(quán)利要求4所述的方法，其中所述聲波特性在所述時間段內(nèi)被分析。
6.如權(quán)利要求I所述的方法，其中所述檢測借助于音頻換能器來進(jìn)行。
7.如權(quán)利要求I所述的方法，其中在確定文檔特征之前，從所述聲波特性中濾除傳送聲音。
全文摘要
基于文檔(5)移動通過文檔傳送器(30)時所發(fā)出的聲音通過重量或厚度來識別并分類文檔的方法。通過使用音頻換能器(20)，文檔的聲音被捕捉并且與以前保存和存儲的各種重量的文檔的特征進(jìn)行比較，并且當(dāng)與特定的特征集匹配時，文檔被分類。
文檔編號G01N29/14GK102844256SQ201180017107
公開日2012年12月26日 申請日期2011年3月23日 優(yōu)先權(quán)日2010年3月29日
發(fā)明者大衛(wèi)·M·斯哈特爾, 丹尼爾·P·菲尼, 斯瓦尼爾·薩哈爾什謝特 申請人:伊斯曼柯達(dá)公司