基于FPGAANN系统设计及其在盲人导行系统中应用5.docVIP

咔嚓大学硕士学位论文 改进型基于BNN的监督模式分类器在盲人导行系统中的应用盲人导行系统中神经网络的选择在盲人导行系统中,将利用CCD摄像头获取盲人行走环境中的图像信息，由图像处理模块识别按一定规则设计的导行图标，然后由神经网络识别图标中的字符和简单的引导性文字。通过网络运行算法和网络功能的比较，得出感知器的设计有一定的限制性，仅仅面对7段数码管显示的模式进行识别，不具容错性，没有模糊识别的能力。而改进型BNN的监督模式分类器引进了吸引半径ROA，通过调整该值，可达到模糊识别的目的，且改进型的BNN监督模式分类器采用单次完成训练、单次执行分类操作并输出识别结果，具有更高的记忆和识别效率。因此，在盲人导行系统中采用改进型基于BNN的监督模式分类器。盲人导行系统的设计实现流程前端的数据采集和处理如图5.1所示，盲人导行系统的工作流程由四部分组成。其数据输入口是摄像头。摄像头对准目标卡片，通过DSP进行影像数据处理，理想化的结果是把采集到的数据分割成相同大小的，由n个像素组成的区域，每个字符占一个区域，如图5.2所示。这些模式编码输入基于FPGA的人工神经网络模式分类器中，通过分类器智能分类，输出识别结果。接着，系统把结果送给多媒体DSP信号处理器，由它把识别结果转化成声音输出，达到系统与盲人进行交互的目的。图5. SEQ 图_7. \* ARABIC 1 盲人导行系统的工作流程Fig