[发明专利]一种导盲系统有效

专利信息
申请号: 201780000652.7 申请日: 2017-02-07
公开(公告)号: CN107278318B 公开(公告)日: 2019-10-29
发明(设计)人: 刘兆祥;廉士国 申请(专利权)人: 深圳前海达闼云端智能科技有限公司
主分类号: G07D7/20 分类号: G07D7/20
代理公司: 北京中博世达专利商标代理有限公司 11274 代理人: 申健
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 系统
【权利要求书】:

1.一种导盲系统,其特征在于,包括:图像采集设备、处理模组以及语音输出设备;所述图像采集设备和所述语音输出设备耦合至所述处理模组;

所述处理模组用于控制所述图像采集设备获取待检测钱币图像,根据所述待检测钱币图像获取所述钱币的类别以及根据所述钱币的类别获取对应的钱币信息;所述处理模组还用于控制所述语音输出设备通过语音对所述钱币信息进行播报;

所述处理模组根据所述待检测钱币图像获取所述钱币的类别以及根据所述钱币的类别获取对应的钱币信息,包括:所述处理模组在所述待检测钱币图像上截取检测区域;所述检测区域以所述待检测钱币图像的中心为中心;对截取到的检测区域的图像进行处理获取第二处理图像;所述第二处理图像为归一化后的灰阶图像且所述第二处理图像的像素大小为预设值;从所述第二处理图像中提取检测特征;分别计算所述检测特征与各个钱币的特征模板的欧氏距离;获取匹配特征模板;所述匹配特征模板为与所述检测特征的欧氏距离最小的特征模板;根据所述匹配特征模板获取所述钱币的类别以及根据所述钱币的类别获取对应的钱币信息。

2.根据权利要求1所述的系统,其特征在于,所述处理模组还用于获取各个钱币的模板图像;对各个钱币的模板图像进行处理获取对应的第一处理图像;所述第一处理图像为灰阶图像且所述第一处理图像的像素大小为预设值;从各个第一处理图像中提取特征模板并保存。

3.根据权利要求1所述的系统,其特征在于,所述处理模组还用于判断所述检测特征与各个钱币的特征模板的欧氏距离的最小值是否小于或等于阈值;若是,将与所述检测特征的欧氏距离最小的特征模板作为所述匹配特征模板;若否,判断已对所述待检测钱币图像旋转的次数是否等于预设次数;若已对所述待检测钱币图像旋转的次数小于预设次数,则对所述待检测钱币图像旋转预设角度并重新截取检测区域;

所述处理模组用于在所述待检测钱币图像上截取检测区域,包括:在获取到待检测钱币图像后在所述待检测钱币图像上截取检测区域以及在旋转待检测钱币图像后,在所述待检测钱币图像上截取检测区域。

4.根据权利要求1所述的系统,其特征在于,所述处理模组根据所述待检测钱币图像获取所述钱币的类别以及根据所述钱币的类别获取对应的钱币信息,包括:所述处理模组在所述待检测钱币图像中提取预设特征;对所述预设特征进行分类获取所述钱币的类别,根据所述钱币的类别获取对应的钱币信息。

5.根据权利要求1所述的系统,其特征在于,所述处理模组根据所述待检测钱币图像获取所述钱币的类别以及根据所述钱币的类别获取对应的钱币信息,包括:所述处理模组通过深度神经网络分类法对所述待检测钱币图像进行分类获取所述钱币的类别,根据所述钱币的类别获取对应的钱币信息。

6.根据权利要求1-5任一项所述的系统,其特征在于,所述处理模组包括:第一处理单元、第二处理单元以及网络通信单元;

所述第一处理单元,用于控制所述图像采集设备获取待检测钱币图像,并将采集到的图像通过网络通信单元发送至所述第二处理单元;

所述第二处理单元用于根据所述待检测钱币图像获取所述钱币的类别以及根据所述钱币的类别获取对应的钱币信息,并通过网络通信单元将获取到的钱币信息返回至所述第一处理单元。

7.根据权利要求1所述的系统,其特征在于,所述导盲系统包括头盔;所述图像采集设备、处理模组以及语音输出设备设置在所述头盔上。

8.根据权利要求1所述的系统,其特征在于,所述系统还包括:语音输入设备;

所述处理模组还用于通过所述语音输入设备采集语音指令;具体用于当采集到用于指示进行钱币识别的指令时,控制所述图像采集设备获取待检测钱币图像,根据所述待检测钱币图像获取所述钱币的类别以及根据所述钱币的类别获取对应的钱币信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海达闼云端智能科技有限公司,未经深圳前海达闼云端智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780000652.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top