[发明专利]一种视觉识别转化为骨传导的精密算法

权利要求书

1.一种视觉识别转化为骨传导的精密算法，其包括如下步骤：

(1)采集视觉信息并进行识别；

(2)将识别结果对应于不同的语音类型，通过骨传导形式传送到耳蜗。

2.根据权利要求1所述的视觉识别转化为骨传导的精密算法，其特征在于，所述步骤(1)包括视觉成像校定和像素处理两大步骤。

3.如权利要求2所述的视觉识别转化为骨传导的精密算法，其中所述视觉成像校定为对视频成像变形校定，在视频像中，由于视频设备镜头的原因，核心区域变形不明显，然而周围边界区域图像会有明显变形，需要建立从中心到边界方向平面变形校定公式：

x_c＝x(1+k₁r+k₂r⁴)

y_c＝y(1+k₁r+k₂r⁴)

其中，(x,y)表示像的原始位置，(x_c,y_c)是校定后的位置，r表示距成像中心的变形距离，k₁和k₂为所述从中心到边界方向上的变形系数，可以在校定中获取；

由于镜头不完全与成像平面平行，因此，在同样会有该不平行方向上的变形，接着建立该方向上的变形校定公式：

x_c＝x+[2w₁y+w₂(r²+2x²)]

y_c＝y+[w₁(r²+2y²)+2w₂x]

其中w₁和w₂为该方向上的变形系数。

4.如权利要求2所述的视觉识别转化为骨传导的精密算法，对变形进行校定后，再接着对图像进行处理，将像素点颜色信息由彩色转换到灰度级，如果图像明暗程度正常时，再对像素点(x,y)进行如下处理：

设图像灰度为1～M，第i级别像素n_i个，总的像素则第i级别灰度出现的比率为p_i＝n_i/N。

设灰度限值为k。则像素按灰度级别被分为两种：

C₀＝{1,2,…,k}，C₁＝{k+1,…,M}

图像的灰度级别均值为：

C₀的灰度级别均值为：

像素个数为：

C₁的灰度级均值为μ-μ(k)，像素个数为N-N₀，背景和视觉识别物体两部分图像所占比例分别为：

w₁＝1-w(k)

对C₀和C₁作处理：

图像总平均值可化为：

μ＝w₀μ₀+w₁μ₁

种类之间的方差σ²(k)＝w₀(μ-μ₀)²+w₁(μ-μ₁)²＝w₀w₁(μ₀-μ₁)²转化为：

σ²(k)＝[μ·w(k)-μ(k)]²/{w(k)·[1-w(k)]}

k从1～M变化，使上述方差最大的k^*即为最佳限值，上述种类之间的方差值越大，则表明构成图像的识别物体和背景图像差异越大，也就是说寻找上述最佳限值可以得到最优灰度限值，实现图像的最优区分；

而当图像过于昏暗时，则对每个像素的各通道值做线性转换后再像素做如上的像素处理步骤，其中所述线性转换的系数是目前光照条件特征值的函数。