[发明专利]一种用于智能手机平台的盲道障碍物检测方法

说明书

本发明公开了一种用于智能手机平台的盲道障碍物检测方法。本发明方法首先对盲道图像进行分割，获取盲道区域，然后在盲道区域进行障碍物检测。首先进行盲道视频图像预处理，然后进行Canny边缘检测，对Canny边缘检测结果进行算子腐蚀，随后对腐蚀后的图像采用霍夫变换确定初始边缘直线，之后采用卡尔曼滤波进行跟踪，得到盲道边缘获取盲道区域。在盲道区域进行K均值聚类，K＝2，将盲道区域分为疑似障碍物区域和非障碍物区域两类，当疑似障碍物区域的像素个数超过阈值时，则该区域被判为障碍物。本发明方法计算简单，适合于智能手机平台上实现和运行，能够实时高效地检测盲道边界以及障碍物的位置，并对不同颜色的盲道具有较大的适应性和较强的鲁棒性。

技术领域

本发明属于数字图像处理技术领域，涉及一种用于智能手机平台的盲道障碍物检测方法。

背景技术

盲人由于视觉缺失，无法直接观察到身边的环境，出行往往会有极大的不便性和危险性。盲人必须依靠盲道和辅助设备才能进行户外活动。但是传统辅助设备信息获取的能力限制了盲人的活动范围，因此人们对新型导盲技术的需求日渐明显。随着无线定位技术、嵌入式技术和传感器技术的迅速发展，电子交通辅助设备(ETAs)研发引起了人们极大的关注。基于不同技术平台，人们提出了多种针对视障人士的导航系统，包括可穿戴导航设备，智能导盲手杖和反偏离系统等。近年来，智能手机呈高速增长趋势，而且智能手机还提供了更为稳定的运行环境、更加优秀的操作系统和更加便利的开发环境。另外，智能手机普遍集成了各种感知器，如照相机、加速度计、陀螺仪、方向传感器和全球定位系统等，使得智能手机具备定位导航和环境感知的功能。更为关键的是，智能手机价格趋于平民化，其成本优势能打破传统导盲设备的成本壁垒，因此，推广基于智能手机的导盲系统具有重要现实意义。随着图像处理技术的飞速发展，通过图像处理获取盲道的基本信息逐渐成为实现盲道障碍物检测的主流方式，广大的学者进行了比较深入的研究。但是，智能手机的CPU处理能力远低于计算机CPU，因此在智能手机上开发的盲道障碍物检测方法必须具有较低的计算复杂度。

在盲道识别方面，申请号为201010174012.8的中国发明专利公开了一种利用计算机视觉技术进行盲道和人行横道实时检测的方法，利用仿射变换模型训练分类器来得到盲道的样本集进行目标的检测和处理。申请号为201110200597.0的中国发明专利公开了一种基于计算机视觉盲人户外支援系统，利用双目相机采集图像，借助嵌入式平台进行算法设计来辅助盲人进行路面场景的理解。在障碍物识别方面，申请号为2007101665162.0的中国发明专利公开了一种障碍物的监测方法及其系统，使用水平激光照射路面，然后用摄像头采集指定路面的图像是否存在激光反射特征判断路面是否存在障碍物，但是该方法会对路面环境造成光干扰，并且需要激光设备，系统复杂。

上述己有的盲道图像识别算法和障碍物检测技术均存在一定程度的问题：(1)需要的辅助感知设备过多、操作复杂、价格昂贵、开发平台不够智能；(2)无法直接移植到智能手机平台上运行。

发明内容

本发明的目的是针对现有技术的不足，提供一种用于智能手机平台的盲道障碍物检测方法。

本发明方法具体如下：

步骤(1).对盲道图像进行分割，获取盲道区域；具体是：

步骤(1.1)图像预处理：将获取的盲道视频图像尺寸规范化，对图像进行灰度化预处理；

步骤(1.2)进行Canny边缘检测：设定Canny算子的低阈值t₁和高阈值t₂；当边缘像素点梯度值大于等于t₂，则标记为强边缘点；当边缘梯度值小于高阈值t₂、大于等于低阈值t₁，则标记为弱边缘点；剔除边缘梯度值小于低阈值t₁的点；