基于图像处理技术的智能手机导盲器

基于图像处理技术的智能手机导盲器

ID:25993960

大小:1.15 MB

页数:7页

时间:2018-11-24

基于图像处理技术的智能手机导盲器_第1页
基于图像处理技术的智能手机导盲器_第2页
基于图像处理技术的智能手机导盲器_第3页
基于图像处理技术的智能手机导盲器_第4页
基于图像处理技术的智能手机导盲器_第5页
资源描述:

《基于图像处理技术的智能手机导盲器》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第二届光电设计竞赛(导盲器组)设计总结报告浙江大学_启明星团队基于图像处理技术的智能手机导盲器张欢,杨泱,赵鼎(浙江大学光电信息工程学系,杭州310027)摘要:本文描述的是一种机器视觉技术和人工智能原理结合的光电导盲解决方案。工作主要基于图像处理技术,在手机平台上开发应用软件,使手机具有导盲功能,通过既定的比赛场地。在处理CMOS图像传感器获取的数字图像信息时利用了动态物体检测技术、HSV颜色空间变换和几何光学物象关系的原理,实现了识别前方障碍的功能。之后通过环境参数设定,障碍物生命值计算等数学模型

2、优化检测结果,分析决策导盲方案,通过语音和振动与盲人产生交互,从而实现手机导盲。关键词:手机;光电导盲;HSV颜色空间;几何光学;人工智能0引言根据世界卫生组织的统计,盲人和有视觉能力障碍的人群在不断的增长,而中国又是世界上盲人最多的国家,约有500万,占全世界盲人总数的18%。利用现代光电技术给弱势群体带来新的便捷是我们对第二届光电设计竞赛(导盲器)的理解。本次比赛要求选手利用光电原理设计导盲器件和方案,并通过既定的比赛场地(fig0.1),时间最快的小组获得胜利。Fig0.1在专业技能比赛的角度,

3、我们认为导盲的解决方案可以有很多种:红外线距离传感器,激光三角测距法,双目测距法,都可以很好得解决探测和导盲的问题。但是立足于设计一款实用的产品,上述的几种方法多有局限性。比如红外线传感器对于方向性要求高,对于复杂空间的探测能力不强,激光三角测距法受环境光的干扰性大等等。而且我们自己设计制造的的模型机在硬件性能上和投放市场上已经技术成熟的工业品相比从稳定性和可靠性上还是有很大差距的。因此,我们选择采用了手机这个性能优良的软件开发平台,手机的硬件和系统稳定可靠、处理能力强,几乎有我们实现导盲所需要的所有

4、硬件功能;而且交互体验丰富,能提供给盲人导盲所需要的感知。所以手机是基于图像处理技术导盲解决方案的极佳硬件平台。第二届光电设计竞赛(导盲器组)设计总结报告浙江大学_启明星团队1原理1.1成像系统的几何关系手机的摄像头的光学系统属于典型的摄影光学系统,它主要包含了摄影物镜、图像传感器和需要被探测的物空间景物。摄影物镜的基本光学性能由焦距、相对孔径和视场角这三个参数表征。[1]物镜的焦距决定了拍摄图像的大小,在几何光学中有物象关系公式:(1-1),其中y’是像高,f为物镜的焦距,W则是视场角。而这里的y’

5、是像在CMOS图像传感器上的实际高度,而在显示设备上看到的像高还需要经过一个换算关系,换算到图像上的像素高度Hpx。在我们的导盲方案中,摄像头是呈一定的俯角对地拍摄的,因此在图像像素和空间距离的换算关系上还要考虑主光轴倾角的影响。其几何关系如fig1.1所示。xFig1.1空间中地面上的纵深距离x和图像上像素的高度Hpx的换算关系如公式:(1-2)所以对于图像中的障碍物的像素高度Hpx进行计算和分析就可以得知人与障碍物之间的距离。1.2运动物体检测运动物体检测是计算机视觉中的常用技术,其原理是找到前后

6、两帧采集到的数字图像中改变的部分,如果某一物块在两幅图像中的位置发生了位移,此物块在两幅图像的像素差值与其他部分的点会有差异化。[2]通常的运动物块检测算法适用在摄像机固定,被检物体运动的情况。而在我们的方案中,摄像机需要跟随人一起运动,而障碍物却是固定不动的。为了避免摄像机晃动所带来的噪点,我们对算法做了少许修改。增加了图像差异化的容差范围,这样对于地面相对稳定的环境则程序认为是不动的物体,而对于突然出现的白色障碍物,被便认为是目标障碍物。1.3HSV颜色空间阈值判断一般情况下,数字图像的颜色信息是

7、存储在RGB颜色空间中。RGB颜色空间符合光学传感器对与颜色获取的原理,而不符合人脑对于颜色的认知。因为人脑感知第二届光电设计竞赛(导盲器组)设计总结报告浙江大学_启明星团队的颜色是分为色相、纯度、明度三种感觉的,而不是分为红、绿、蓝三种颜色分别产生感知。[3]而在HSV颜色空间中,颜色按照H(色相),S(饱和度),V(亮度)的格式来存储,其中H能较好的反应出物体的本征颜色,S能体现出材质所造成的颜色区别,而亮度则可以对光源的方向进行较好的判断。所以我们在方案要在HSV颜色空间中进行色相和饱和度的阈值

8、判断,首先要进行RGB到HSV的颜色空间转换(fig1.2)。[4]然后利用颜色图像上木板白色部分与背景的区别合理设置H和S的阈值,使得只有在阈值范围中的点的信息被获取,这部分信息中就包含了障碍物的位置信息。Fig1.22实验2.1运动目标检测结果在实际测试环境中,我们取环境的容错范围为25。当障碍物离得较远,视野中只有地面的颜色时,因为地面各个位置的颜色差别不大,在25的范围以内,所以程序不会对微小的差异化进行识别。但是,当木板出现在视野中的时候,其位

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。