基于快速圖—聲轉(zhuǎn)換的視障者視覺輔助系統(tǒng)研究.pdf

1、視覺是人類感知外部世界最主要的方式，我們所獲取信息的80％以上均來源于視覺。根據(jù)相關(guān)資料顯示，中國是全世界盲人最多的國家，且盲人數(shù)量在以每年45萬的速度增加，因此解決盲人日常生活及其安全出行成為了亟待解決的社會(huì)問題。在眾多的視障者視覺輔助方法中，圖像-聲音轉(zhuǎn)換是一種普遍適用的方法，它通過將攝像機(jī)實(shí)時(shí)獲取的圖像信息轉(zhuǎn)換為聲音信號(hào)來實(shí)現(xiàn)視障者對(duì)環(huán)境的了解。OIC系統(tǒng)就是采用了這種圖-聲轉(zhuǎn)換的方式來幫助視障者了解周圍環(huán)境，且已有相關(guān)產(chǎn)品面市。

2、
　　但經(jīng)研究發(fā)現(xiàn)，OIC系統(tǒng)存在兩個(gè)問題。一是OIC系統(tǒng)將拍攝到圖像的全部內(nèi)容轉(zhuǎn)換成聲音信號(hào)，與人類觀察周圍環(huán)境的習(xí)慣不符，沒有采用人類視覺關(guān)注的特點(diǎn);二是OIC系統(tǒng)使用難度大，學(xué)習(xí)使用OIC系統(tǒng)相當(dāng)于學(xué)習(xí)一門外語。且為了進(jìn)一步減少圖-聲轉(zhuǎn)換所需的時(shí)間，提高系統(tǒng)的實(shí)時(shí)性表現(xiàn)，本文進(jìn)行了深入的研究并提出了相應(yīng)的解決辦法。至此，本論文的主要工作和創(chuàng)新點(diǎn)主要有以下內(nèi)容。
　　針對(duì)OIC系統(tǒng)存在的問題，本文提出了IOIC(Impr

3、oved OIC)系統(tǒng)，該系統(tǒng)主要分為兩個(gè)部分來實(shí)現(xiàn)視障者的視覺輔助。首先，對(duì)所采集的圖像進(jìn)行目標(biāo)信息提取。經(jīng)過研究比較了視覺選擇注意模型以及圖像分割的相關(guān)算法，最終在IOIC系統(tǒng)中選擇采用Itti視覺選擇注意模型和Snake圖像分割模型來實(shí)現(xiàn)目標(biāo)信息提取的過程。然后，將提取出的目標(biāo)信息轉(zhuǎn)換成聲音信號(hào)。在此，本文提出了基于剪枝IFFT算法的快速圖-聲轉(zhuǎn)換方法，它的原理是將圖像每列的頻域信息作為離散傅立葉變換(DFT)的變換結(jié)果，通過利用