基于图像认知的智能导盲方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111814747A(43)申请公布日2020.10.23(21)申请号202010803198.2A61H3/06(2006.01)(22)申请日2020.08.11G01V11/00(2006.01)(71)申请人合肥工业大学地址230009安徽省合肥市包河区屯溪路193号(72)发明人孙晓冯廷浩韩志栋兰铖张腾邺李东汪萌(74)专利代理机构北京久诚知识产权代理事务所(特殊普通合伙)11542代理人余罡(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/40(2006.01)G06K9/62(2006.01)权利要求书2页说明书8页附图1页(54)发明名称基于图像认知的智能导盲方法和系统(57)摘要本发明提供一种基于图像认知的智能导盲方法和系统，涉及智能导盲技术领域。本发明提供的智能导盲方法首先预处理实时图片，并将预处理后的实时图片输入到预训练的交通灯识别模型中，识别并框选出所述预处理后的实时图片中的交通灯部分；然后将所述交通灯部分由RGB格式转换为HSV格式，并获取所述交通灯部分的HSV数值，判断所述HSV数值是否位于提前设定的红色交通灯的第一HSV阈值或绿色交通灯的第二HSV阈值的范围内，完成对交通灯部分颜色的识别；最后将对交通灯部分颜色的识别信息通过语音播报的形式传递给盲人。这弥补了现有智能导盲系统对交通灯识别功能的稳定性不足的缺陷，更加方便盲人的出行。CN111814747ACN111814747A权利要求书1/2页1.一种基于图像认知的智能导盲方法，其特征在于，包括：获取交通灯的实时图片，并对所述实时图片进行预处理；将预处理后的实时图片输入到预训练的交通灯识别模型中，识别并框选出所述预处理后的实时图片中的交通灯部分；设定交通灯中红色交通灯的第一HSV阈值和绿色交通灯的第二HSV阈值；将所述交通灯部分由RGB格式转换为HSV格式，并获取所述交通灯部分的HSV数值；判断所述HSV数值是否位于所述第一HSV阈值或第二HSV阈值的范围内，完成对交通灯部分颜色的识别；将对交通灯部分颜色的识别信息通过语音播报的形式传递给盲人。2.如权利要求1所述的智能导盲方法，其特征在于，所述交通灯识别模型的构建过程包括：获取正样本图片和负样本图片，所述正样本图片为包含交通灯的图片，所述负样本图片为不包含交通灯的图片，对所述正样本图片和负样本图片进行预处理；将所述预处理后的正样本图片和负样本图片输入基于haar特征的级联分类器，得到一条第一结果文件，并将对应图片中的交通灯信息作为该条第一结果文件的第一标签；结合所述第一结果文件和第一标签构建交通灯识别训练数据库；基于所述交通灯识别训练数据库，利用opencv库中的CascadeClassifier函数，得到所述交通灯识别模型。3.一种基于图像认知的智能导盲系统，其特征在于，包括图片采集模块、交通灯识别模块、语音播报模块和第一数据处理模块，所述图片采集模块、交通灯识别模块、语音播报模块分别与第一数据处理模块相连，所述图片采集模块用于获取交通灯的实时图片，并将所述实时图片传递给第一数据处理模块，所述第一数据处理模块预处理所述实时图片；所述交通灯识别模块用于：接收通过所述第一数据处理模块传输的预处理后的实时图片，并将预处理后的实时图片输入到预训练的交通灯识别模型中，识别并框选出所述预处理后的实时图片中的交通灯部分；设定交通灯中红色交通灯的第一HSV阈值和绿色交通灯的第二HSV阈值；将所述交通灯部分由RGB格式转换为HSV格式，并获取所述交通灯部分的HSV数值，判断所述HSV数值位于所述第一HSV阈值或第二HSV阈值的范围内时，完成对交通灯部分颜色的识别，并将所述识别信息传递给第一数据处理模块；所述语音播报模块用于接收通过所述第一数据处理模块传输的识别信息，并将所述识别信息通过语音播报的形式传递给盲人。4.如权利要求3所述的智能导盲系统，其特征在于，所述交通灯识别模型的构建过程包括：获取正样本图片和负样本图片，所述正样本图片为包含交通灯的图片，所述负样本图片为不包含交通灯的图片，并预处理所述正样本图片和负样本图片；将所述预处理后的正样本图片和负样本图片输入基于haar特征的级联分类器，得到一条第一结果文件，并将对应图片中的交通灯信息作为该条第一结果文件的第一标签；2CN111814747A权利要求书2/2页结合所述第一结果文件和第一标签构建交通灯识别训练数据库；基于所述交通灯识别训练数据库，利用opencv库中的CascadeClassifier函数，得到所述交通灯识别模型。5.如权利要求3所述的智能导盲系统，其特征在于，所述智能导盲系统还包括超声波模块和第二数据处理模块，所