石 龍，羅 山

(攀枝花學(xué)院智能制造學(xué)院，四川 攀枝花 617000)

0 引言

從發(fā)生原因來看，色盲分為先天性色盲和后天性色盲兩類，先天性色盲具有遺傳性，從色覺缺陷程度分類，分為全色盲和半色盲[1]。在半色盲患者中，紅綠色盲最為常見。色盲人不僅在日常生活中有很多不便，也不能正確識別信號燈顏色狀態(tài)等信息，從而導(dǎo)致紅綠色盲患者在通過路口時易發(fā)生交通事故，存在著巨大的交通安全隱患。學(xué)者不斷提出一些方法和技術(shù)手段以改善色盲患者的困境，薛惠文[2]提出一種基于數(shù)字圖像處理為辨色障礙人群設(shè)計的智能導(dǎo)航手環(huán)，朱宇明[3]提出基于圖像處理的色盲輔助駕駛系統(tǒng)，王恩等[4]提出一種嵌入式色盲圖像處理系統(tǒng)。針對現(xiàn)有技術(shù)存在一定的不足，本文提出一種基于圖像處理的嵌入式色盲導(dǎo)視系統(tǒng)，以高效的嵌入式處理器和圖像處理算法為核心，實現(xiàn)實時地色盲導(dǎo)視，提高了系統(tǒng)的實時性和可行性。

1 圖像采集與處理

1.1 圖像采集

圖像采集采用市面上的微型攝像頭并配備ARM處理器，數(shù)字攝像頭可直接對影像捕捉并壓縮傳輸，所以本系統(tǒng)采用數(shù)字攝像頭來實時采集圖像并將圖像信息傳送到嵌入式系統(tǒng)處理器，處理器對圖片進行處理。當(dāng)所采集圖像不能識別到紅綠燈時，系統(tǒng)會發(fā)出指令，使采集模塊重新采集。此外，圖像采集時攝像頭應(yīng)滿足實時性，高清晰度，圖像傳輸速率快等條件。

1.2 圖像增強及去噪

攝像頭在采集圖像時會受到自然環(huán)境的天氣、光照強度等因素影響，實際所得到的圖像所展示的信息特征會不明顯且會有各種噪聲信息，如高斯噪聲、椒鹽噪聲、胡椒噪聲等，使得實際圖像的質(zhì)量和效果都變差。因此需要對采集到的圖像進行去除噪聲處理和增強處理。

圖像去噪方法主要有兩種：空間域法和變換域法?？沼驁D像去噪主要是處理像素的灰度值，一般分為線性和非線性兩種，均值濾波是線性濾波，該方法對去噪圖像進行卷積處理時會導(dǎo)致圖像模糊。這里采用非線性中值濾波對椒鹽噪聲有良好的濾除效果，在降噪的同時還能保護圖像邊緣不會被模糊[5]。

1.3 數(shù)學(xué)形態(tài)學(xué)處理

數(shù)學(xué)形態(tài)學(xué)的基本原理是利用集合的方法使圖像數(shù)據(jù)簡化，利用已知的結(jié)構(gòu)元素在原圖像中不停的移動，對目標(biāo)圖像進行形狀和結(jié)構(gòu)等方面的分析和處理。腐蝕、膨脹、開運算和閉運算是數(shù)學(xué)形態(tài)學(xué)的四種基本運算，主要用于對圖像進行濾除噪聲、特征提取、邊緣檢測等。本例基于二值圖像的形態(tài)學(xué)處理，相關(guān)公式如下[6]，其中A為二值圖像，B為結(jié)構(gòu)元素。

1) 腐蝕運算AΘB=∩{A-b|b∈B}

2) 膨脹運算A⊕B=∪{A+b|b∈B}

3) 開運算AοB=(AΘB)⊕B

4) 閉運算A·B=(A⊕B)ΘB

2 基于方差閾值分割的信號燈定位

經(jīng)處理后的圖像中仍含有一些干擾項，需要從一幅圖像中定位出信號燈的位置，才能對信號燈進行后續(xù)轉(zhuǎn)換顏色等操作。信號燈的主要特點是整體布局顏色較深，形狀特征固定且較為明顯，分為橫向和縱向兩種。一般對信號燈以上特征進行閾值分割來實現(xiàn)信號燈的定位。

利用原圖像的R、G、B三個分量值求顏色方差s，結(jié)合已知的方差閾值T對圖像進行分割操作，將分割后的圖像與信號燈的外部邊框長寬比和圓度進行比較，對提取的候選區(qū)域進行篩選，對信號燈的邊緣進行檢測，確定出紅綠燈的位置。其方差閾值分割公式[7]為：

(1)

(2)

(3)

式中，s為方差；T為方差閾值；Bi為分割后圖像的像素值。

紅綠信號燈的定位效果如圖1所示。

圖1 紅燈和綠燈定位效果

3 顏色識別和轉(zhuǎn)換

3.1 顏色識別

由于HSV色彩空間受照明度的影響不大，同時H、S、V三個分量相互獨立，有利于設(shè)置各顏色的分割閾值，所以把已經(jīng)定位的信號燈圖像轉(zhuǎn)換到HSV顏色空間。圖像經(jīng)歸一化處理后，由信號燈紅、綠色對應(yīng)的參數(shù)閾值范圍進行信號燈顏色狀態(tài)判別。信號燈三種顏色的閾值范圍見表1[8]。

表1 HSV顏色特征參數(shù)閾值分布

由表1可以知，系統(tǒng)根據(jù)色相、飽和度、明度三個參數(shù)值所在的范圍判斷信號燈的顏色狀態(tài)，顏色信息判斷結(jié)果見圖2。

圖2 信號燈顏色狀態(tài)判斷

3.2 顏色轉(zhuǎn)換

紅綠色盲障礙顏色見表2。

由表2可知，需將信號燈顏色轉(zhuǎn)換成紅綠色盲人能夠辨別的顏色。本文把信號燈紅色轉(zhuǎn)化為藍色、綠色轉(zhuǎn)化為藍紫色，以便紅綠色盲能清晰的識別信號燈顏色狀態(tài)。在RGB顏色空間中提取出紅色和綠色的直方圖，根據(jù)已知范圍定義出藍色的RGB各分量值和藍紫色的RGB各分量值，從而實現(xiàn)信號燈紅色轉(zhuǎn)換為藍色、綠色轉(zhuǎn)換為藍紫色，原圖和轉(zhuǎn)換后的圖如圖3所示。

圖3 信號燈顏色轉(zhuǎn)換

4 語音與顯示模塊

微型耳機搭載連接到眼鏡框架上，將耳機和以眼鏡為載體色盲導(dǎo)視系統(tǒng)相連接。經(jīng)過系統(tǒng)對信號燈圖像進行預(yù)處理去噪、定位、顏色識別與轉(zhuǎn)換操作之后，紅綠色盲患者基本能看到處理后色盲可視的信號燈色，再通過耳機將信號燈狀態(tài)信息傳輸給佩戴該色盲導(dǎo)視輔助眼鏡的患者，以語音播報的形式對佩戴者進行相應(yīng)的提醒。在音量控制方面，由于不同的佩戴人群對音量的大小有著不同的要求，在連接位置可通過滑動裝置控制電流的大小進而控制聲音的大小，避免出現(xiàn)聽力不便者聽不見，聽覺靈敏者覺得聲音太大的情況。同時通過與圖像顯示集成的技術(shù)相結(jié)合，在視覺和聽覺上能同時接受到前方紅綠燈的情況。

5 系統(tǒng)集成

5.1 系統(tǒng)工作流程

本系統(tǒng)由圖像信息采集、圖像信息處理、信號燈定位、信號燈顏色判斷與轉(zhuǎn)換、語音與顯示五個模塊組成。其工作流程如圖4所示。

圖4 系統(tǒng)工作流程

5.2 系統(tǒng)結(jié)構(gòu)

本系統(tǒng)由眼鏡、微型攝像頭、嵌入式處理器、語音提示和顯示成像屏五個部分構(gòu)成。圖像采集模塊采用攝像頭來對紅綠燈情況進行采集，其中攝像頭應(yīng)具備防水、體積輕小、實時性高、像素高、價格便宜的特點。圖像處理與識別模塊采用嵌入式處理器和MATILAB程序進行處理與控制。顯示和語音提示模塊主要考慮價格低廉、傳輸速度快和體積小等要求。其中嵌入式處理器的選擇尤為關(guān)鍵，應(yīng)滿足成本低、體積小、功能齊、運算效率高、低功耗、實時性等特點，以便系統(tǒng)能夠及時準(zhǔn)確地處理信息。常見的處理器如表3所示。

表3 常見處理器對比[10]

本系統(tǒng)擬采用ARM處理器，其成本低、使用范圍較廣、功耗低、體積小，滿足設(shè)計要求。圖像處理采用MATLAB軟件進行圖像去噪、定位、顏色轉(zhuǎn)換等操作，然后反饋給處理器，進行后續(xù)的顯示成像和語音提醒功能的指令下達。顯示和語音提醒模塊，顯示采用LCD顯示屏，語音提示采用科大訊飛語音，其包含多種語言，聲音柔和貼切。

5.3 系統(tǒng)概念模型

系統(tǒng)概念模型如圖5所示。圖像采集和處理模塊位于眼鏡右框前段，語音提示模塊設(shè)置在眼鏡右邊框后靠近人體耳朵的位置，便于使用者聽見。

圖5 系統(tǒng)概念模型

6 結(jié)束語

為改善色盲患者、特別是紅綠色盲患者的視覺能力，設(shè)計了一種基于圖像處理與ARM處理器的嵌入式色盲導(dǎo)視系統(tǒng)。系統(tǒng)以眼鏡為載體，主要包括圖像采集、圖像處理與識別、顯示和語音提示模塊。具有結(jié)構(gòu)簡單、識別度高、成本低廉、體積小等特點，特別是能很好地幫助紅綠色盲人安全快速地通過紅綠燈交叉路口。但因結(jié)構(gòu)簡單，算法性能不高，對于復(fù)雜場景不能有效地對紅綠燈進行識別，還需進一步改進和完善。