基于FPGA的盲人出行视觉辅助算法的研究.pdfVIP

哈尔滨理工大学工学硕士学位论文

基于FPGA的盲人出行视觉辅助算法的研究

摘要

盲人是社会中的弱势群体，为盲人提供安全高效的出行保障，是社会进步

的标志，同时也是不可忽视的民生问题。但当前盲人辅助器具的功能大都比较

单一，智能程度较低，利用视觉辅助技术所面向的场景也比较固定，无法满足

日常的出行要求。因此，对盲人日常出行的场景进行视觉辅助技术的研究，并

在高速硬件系统中完成算法移植，具有重要的现实意义和社会价值。

根据对图像识别算法的研究，以及关于图像分割和特征提取等算法环节的

深入分析，基于FPGA处理器，结合改进的图像识别算法和自适应偏离预警模

型，将所采用的算法嵌入到FPGA硬件系统实现，完成盲人出行视觉辅助系统

的软硬件的设计，本文的主要工作如下：

道路交通设施识别部分，针对标准盲道的分割，提出了一种基于H色相的

改进类间最大距离分割算法，以H色相图作为输入，并行遍历3个阈值空间进

行计算，引入权重系数进而选取最优分割阈值。针对纹理盲道的特征提取提出

了一种基于Scharr算子的三维梯度特征归一化提取方法，基于3×3的Scharr算

子滑动计算梯度均值，梯度方差和特征点个数，并归一化映射为梯度强度图。

针对斑马线图像的识别提出了一种基于Tophat增强的Hough直线筛选方法，利

用Tophat增强灰度图像，经Sobel边缘检测后在Hough空间完成3类参数的筛

选，最终定位斑马线区域。针对交通灯图像的识别，根据交通灯的形态特征进

行模板匹配，采用改进的RGB颜色识别模型进行颜色判别，可准确定位交通灯

区域并识别颜色状态。经大量实验验证，三个场景的图像识别算法均能准确定

位目标区域并输出有效的判决信息，为后续的FPGA实现奠定了良好的基础。

方向偏离预警模型部分，针对盲道分割图像提出一种基于自适应IPM的偏

离预警模型。采用先分割再透视的思想，在传统的IPM模型基础上，引入了俯

仰角的修正，能够消除射影失真，达到更好的透视效果。在方向检测环节，采

用基于特征点计数的决策方法，将最小二乘法拟合后的边界做为临界条件，能

够准确的提取特征点并进行像素统计。通过大量实验选择出最优的判决系数，

并与其它几种偏离预警模型进行综合对比，实验结果表明，本文偏离预警模型

的误检率和漏检率更低，方向判定的准确率更高，证明了本文提出的偏离预警

-I-

哈尔滨理工大学工学硕士学位论文

模型有明显优势。

最后，搭建FPGA验证系统，通过CMOS摄像头采集道路场景图像，设计

各算法模块的RTL电路，并采用Modelsim软件进行电路验证以及波形分析，

验证各算法模块的可移植性和准确性，最终通过上板实验验证系统的实时性和

鲁棒性。

关键词盲道识别；斑马线识别；交通灯识别；偏离预警模型；FPGA

-II-

哈尔滨理工大学工学硕士学位论文

ResearchonVisualAssistantAlgorithmforBlind

TravelBasedonFPGA

Abstract

Blindpeoplearevulnerablegroupsinsociety.Providingsafeandefficienttravel

fortheblindisasignofsocialprogress,butalsoapeopleslivelihoodissuethatcan

notbeignored.However,mostofthefunctionsofassistivedevicesfortheblindare

relativelysingle,withalowdegreeofintelligence,andthescenesforwhichvisual

assisti