基于盲道行走的障碍物检测与方向判断

摘要

本文针对现阶段导盲系统存在成本高，体积大，不易携带等缺点，提出了一种基于盲道的导盲系统(B-BGS)方案，重点研究了B-BGS方案中的算法，包括障碍物图像分割、显著障碍物检测、盲道分割及盲道检测与方向判断等。 首先，本文基于对二维误差算法的改进，设计了一种基于二维直方图双斜率划分的快速最小误差算法(2D-SFM)。此外，基于对典型脉冲耦合神经网络(PCNN)算法的改进，设计了一种基于互信息熵差的自适应PCNN算法(MEAP)。实验结果表明，这两种新算法的抗噪性更好，分割效果更优。 其次，本文基于对频率调谐(FT)算法的改进，设计了一种基于特征显著值归一化与关键区域聚焦的显著物体检测算法(FKFT)，并与2D-SFM结合，实现对显著障碍物的检测。实验结果表明，新算法可合理有效地突出图像中最显著的障碍物，给出障碍物信息。 接着，本文基于支持向量机(SVM)理论，设计了一种基于颜色纹理和SVM的盲道分割算法(CT-SVM)。实验结果表明，新算法克服了现有的盲道分割算法依赖于某一特征的不足，具有良好的普适性及分割效果。 然后，本文介绍了Canny算法、Hough变换及方向判断向量的计算。实验结果表明，Canny算法可精确定位盲道边缘，Hough变换可准确找到盲道的两条边界线，方向判断向量给出了盲道信息。 最后，本文通过视频流对B-BGS方案进行验证性实验。实验结果表明，B-BGS方案可初步应用于视频流处理，能够检测出前方是否存在障碍物，能够判断出前方盲道的方向，从而给予语音提示，帮助盲人行走。

目录

声明

摘要

图目录

表目录

注释表

1绪论

1．1课题的研究背景和意义

1．2国内外研究现状

1．3基于盲道的导盲系统结构

1．4本文主要研究内容

1．5论文结构安排

2基于单目视觉的障碍物图像分割

2．1传统的图像分割算法

2．1．1 Otsu法

2．1．2最小误差阈值法

2．1．3最大熵阈值法

2．2二维最小误差法

2．2．1算法介绍

2．2．2算法优缺点

2．3基于二维直方图双斜率划分的快速最小误差算法

2．3．1 2D-SFM

2．3．2该算法的优点

2．4基于互信息熵差的自适应脉冲耦合神经网络算法

2．4．1互信息和互信息熵差

2．4．2 MEAP

2．4．3该算法的优点

2．5实验结果与分析

2．6本章小结

3基于视觉注意模型的显著障碍物检测

3．1视觉注意模型

3．1．1特征整合模型

3．1．2视觉注意模型的应用

3．2典型的显著性检测算法

3．2．1 IT法

3．2．2 LC法

3．2．3 AC法

3．2．4 FT法

3．3基于特征显著值归一化与关键区域聚焦的显著物体检测算法

3．3．1 FKFT

3．3．2该算法优点

3．4显著障碍物检测算法

3．4．1 SMFT

3．4．2距离估计

3．4．3该算法的优点

3．5实验结果与分析

3．5．1实验结果对比

3．5．2实验结果的量化对比

3．6本章小结

4盲道分割

4．1支持向量机

4．1．1线性可分情况

4．1．2非线性可分情况

4．1．3支持向量机的算法

4．2基于颜色纹理和支持向量机的盲道分割算法

4．2．1 C1-SVM

4．2．2该算法的优点

4．3实验结果与分析

4．4本章小结

5盲道检测与方向判断

5．1盲道边缘检测算法

5．1．1边缘检测算子

5．1．2 Canny边缘检测算法

5．1．3 Canny算法的优点

5．2盲道方向判断算法

5．2．1 Hough变换

5．2．2方向判断

5．2．3该算法的优点

5．3实验结果与分析

5．4本章小结

6视频流处理结果

6．1实验结果与分析

6．2本章小结

工作总结

工作展望

致谢

参考文献

附录