Loading... **摘要:**据统计,中国是世界上视障人数最多的国家,而视障群体的出行受到一定威胁。盲道对于视障者的出行就显得尤为重要了,然而盲道建设历史并不长且存在很多缺陷,于是导盲设备应运而生。准确识别出盲道区域并将其应用于导盲系统才能更有效的为盲人提供帮助。但现有盲道识别算法效率低,且易受外界环境影响。本文构建了盲道数据库,并对盲道图像的特征进行分析和总结,提出了更加优化的盲道分割算法,针对不同类型的盲道选择不同的算法来进行研究,主要包括颜色盲道、纹理盲道及盲道拐角检测三个部分。 对于颜色盲道分别采用基于阈值分割的最大类间方差法,融合了模糊理论的模糊C均值算法来进行识别与分割,但这些算法都易受到一些外在因素的影响,例如光照、灯光、杂质等,造成误分割现象。因此本文提出基于颜色的区域生长法,将图像转换到HSV空间再进行分割,能够有效地将盲道与人行道分割开,且不受外界因素影响,降低了误分割率。 对于纹理盲道采用了分水岭分割算法、模糊C均值聚类和Hough变换的算法来进行分割。分割结果表明,分水岭算法速度快,但是存在误分割,模糊C均值聚类的分割准确率要高一些,Hough变换不受环境因素影响,结果比较理想。 对于拐弯盲道采用了Harris角点检测算法来进行检测,可将盲道拐角准确识别标记出来。 实验结果指出,本文盲道处理识别算法能够针对不同的盲道和受到阴影、光照、含有杂质的盲道能够准确的进行分割与识别,降低了误分割率,方便了盲人出行辅助设备的研究,给盲人出行带来了方便。 附件: [2016024028 李苗 基于计算机视觉的盲道识别与分割算法研究.zip][1] [最终代码-李苗.zip][2] [1]: http://ronins.cn/usr/uploads/2020/05/3147338510.zip [2]: http://stranded.cn/usr/uploads/2020/05/254954724.zip 最后修改:2023 年 03 月 26 日 © 允许规范转载 打赏 赞赏作者 支付宝微信 赞 0 如果觉得我的文章对你有用,请随意赞赏