基于FPGA的盲人閱讀器的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、在當(dāng)今社會(huì)中，99％以上的文字信息都是以可視化的紙質(zhì)資料形式出現(xiàn)的，而盲人及視力障礙人士無(wú)法像普通人一樣正常讀書(shū)看報(bào)，視覺(jué)能力的缺失使他們無(wú)法以最直觀的方式獲取信息。盲人閱讀器正是一種將可視化印刷品資料轉(zhuǎn)化為聲音信號(hào)，可供視力障礙人群直觀獲取信息的設(shè)備，該設(shè)備可使其在不借助他人幫助的情況下也能夠方便地獲取普通紙質(zhì)文字信息?；贔PGA(Field Programmable Gate Array，現(xiàn)場(chǎng)可編程門(mén)陣列)的系統(tǒng)可充分利用硬件上的

2、特性滿足高速圖像處理的需要，加上使用SOPC(System On aProgrammable Chip，可編程片上系統(tǒng))技術(shù)可使設(shè)計(jì)更加靈活，并實(shí)現(xiàn)軟硬件在線編程及更新。
　　本文設(shè)計(jì)了一個(gè)基于FPGA的盲人閱讀器，以Altera公司的DE2開(kāi)發(fā)板作為硬件平臺(tái)，配合以CMOS(Complementary Metal Oxide Semiconductor，互補(bǔ)氧化金屬半導(dǎo)體)圖像傳感器對(duì)紙質(zhì)印刷體文字資料進(jìn)行采集，VGA(Vide

3、o Graphic Array，顯示繪圖陣列)顯示器對(duì)采集圖像和處理結(jié)果進(jìn)行顯示，當(dāng)撥動(dòng)相應(yīng)的功能開(kāi)關(guān)時(shí)，系統(tǒng)將通過(guò)音響輸出識(shí)別文字內(nèi)容后的語(yǔ)音信息。
　　整個(gè)系統(tǒng)共分為圖像采集、圖像緩存、圖像顯示和文字識(shí)別四個(gè)模塊。系統(tǒng)采用軟硬件協(xié)同設(shè)計(jì)方式進(jìn)行實(shí)現(xiàn)，其中圖像采集、圖像緩存和圖像顯示三個(gè)模塊用Verilog硬件描述語(yǔ)言進(jìn)行編寫(xiě)，文字識(shí)別模塊通過(guò)搭建SOPC，在NiosⅡ IDE環(huán)境下采用C語(yǔ)言編程處理實(shí)現(xiàn)。其中，文字識(shí)別模塊是系

4、統(tǒng)的核心，關(guān)系到系統(tǒng)的性能。文字圖像處理分為預(yù)處理、特征提取和匹配識(shí)別。本文討論并分析了各部分算法的選取，在預(yù)處理部分采用中值濾波對(duì)灰度圖像進(jìn)行平滑去噪，再使用Otsu算法進(jìn)行二值化處理，之后經(jīng)過(guò)行字切分和歸一化處理后，應(yīng)用改進(jìn)的八鄰域細(xì)化算法提取出文字骨架。然后基于該單像素的文字骨架信息，對(duì)其包括端點(diǎn)、歧點(diǎn)、拐點(diǎn)及四叉點(diǎn)在內(nèi)的特征點(diǎn)進(jìn)行特征提取，并采用一階Minkowski度量，即絕對(duì)距離度量，將特征向量與字典中的標(biāo)準(zhǔn)向量進(jìn)行匹配識(shí)別