预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN106389078A(43)申请公布日2017.02.15(21)申请号201611039189.0(22)申请日2016.11.24(71)申请人贵州大学地址550025贵州省贵阳市花溪区贵州大学北校区科学技术处(72)发明人刘宇红刘超何腾鹏周颖房乐楠王天伦周奎(74)专利代理机构贵阳中新专利商标事务所52100代理人李龙程新敏(51)Int.Cl.A61H3/06(2006.01)权利要求书3页说明书11页附图3页(54)发明名称一种智能导盲眼镜系统及其导盲方法(57)摘要本发明提供一种智能导盲眼镜系统及其导盲方法,包括图像采集模块采集使用者周围的环境图像,并将获取的图像上传至中央控制模块,语音处理模块与中央控制模块相连,4G通信模块为眼镜端和负责识别测距的云服务器建立实时相互通信,并实现语音通话功能,中央控制模块对常见物体通过图像模板匹配和视差图进行识别与测距,如无法辨别,再利用4G通信模块发送至云服务器,云服务器通过在云服务器上搭建软件平台建立图像分析系统,利用深度学习神经网络,建立图像学习数据库,从上传的图像中获取障碍物距离与类别信息,并将信息反馈回中央控制模块。以解决现有智能导盲眼镜功能单一、智能水平较低的问题。本发明属于智能导盲领域。CN106389078ACN106389078A权利要求书1/3页1.一种智能导盲眼镜系统,其特征在于,包括:图像采集模块(1),采集使用者周围的环境图像,并将获取的图像上传至中央控制模块(4);语音处理模块(2),与中央控制模块(4)相连,用于使用者与各种功能模块间的人机交互;4G通信模块(3),为眼镜端和负责识别测距的云服务器(5)建立实时相互通信,并实现语音通话功能;中央控制模块(4),对各功能单元所采集到的数据和信息进行汇总分析,并根据数据所反映的场景,对各个功能模块发出相应的控制指令;对常见物体通过图像模板匹配和视差图进行识别与测距;如无法辨别,再利用4G通信模块(3)发送至云服务器(5);云服务器(5),通过在云服务器上搭建软件平台建立图像分析系统,利用深度学习神经网络,建立图像学习数据库,利用深度学习与双目测距算法,从上传的图像中获取障碍物距离与类别信息,并将信息反馈回中央控制模块(4);USB分流模块(6),用于将图像采集模块(1)和卫星定位模块(4)与中央控制模块4相连,实现信息交互传输。2.根据权利要求1所述一种智能导盲眼镜系统,其特征在于:还包括有卫星定位模块(7),与中央控制模块(4)相连,用于卫星定位,4G通信模块(3)还能将GPS获取的经纬度信息通过Internet发送至PC服务器端并接收服务器反馈信息。3.一种智能导盲眼镜导盲方法,其特征在于,方法如下:通过图像采集模块(1)采集使用者周围的环境图像,获取的图像采用本地-服务器递进识别方案:先由中央控制模块(4)对常见物体通过图像模板匹配和视差图进行识别与测距;如无法辨别,再利用4G通信模块(3)的网络通信功能发送至云服务器(5),云服务器(5)利用深度学习与双目测距等算法,从上传的图像中获取障碍物距离与类别信息,并将信息以文本格式发送回中央控制模块(4),再由语音处理模块(2)将其转化成语音信息,通过耳机告知盲人。4.根据权利要求3所述一种智能导盲眼镜导盲方法,其特征在于:所述本地-服务器递进识别方案,即首先在眼镜端中央控制模块(4)上对一些常见障碍物的图片进行特征提取进行机器学习建立匹配模板分类数据库,识别测距功能开启后,中央控制模块(4)先对预处理的图片解压缩,在图片中利用阈值选取方法对物体与背景进行分割,再用Boost方法对背景分割后的目标图像进行特征提取,获取到的目标特征通过SVM法与建立常见物体模板数据库进行匹配,从而获得常见物体的识别结果;若匹配结果相似度低于识别比例,中央控制模块(4)会把预处理后的图像通过4G通信模块(3)传送给云服务器(5)进行识别,云服务器(5)通过建立的深度学习训练过的数据库进行学习识别,根据最高的相似度得出辨别结果。5.根据权利要求3所述一种智能导盲眼镜导盲方法,其特征在于:图像采集模块(1)为模拟人眼的双目摄像头,经USB分流模块(6)与中央控制模块(4)相连,以模拟人类左右眼视觉成像的原理获取同一景物的两幅图像,获取到的两幅图片是由双目摄像头硬件压缩的jpeg格式,而后传输到中央控制模块(4),通过两个摄像头所获取的二维图像结合神经网络算法计算出景物的三维信息并提取图片中的主要信息,通过BM算法得出图像视差;2CN106389078A权利要求书2/3页在Opencv上实现双目测距,主要步骤为:①双目校正和标定,获得摄像头的参数矩阵;②立体匹配,获得视差图;③采用BM算法生成视差图;④