论文部分内容阅读
我同学的爸爸是一名色盲患者，只能“望车兴叹”，因为根据我国相关规定，考驾照必须通过色觉检测图检测。
有关资料显示，色盲发生率在我国男性约为5%～8%、女性约为0.5%～1%，也就是说我国超过6 000万人不能考取驾照。如何既不违反国家现有规定，又能圆色盲患者的开车梦？
一、设计分析
由于色盲人群无法准确识别颜色，所以在遇到交通灯时无法做出正确的反应。如果能把交通灯的颜色转换为文字或声音，就能解决这一问题。
为了帮助色盲人群识别交通灯的颜色，首先要将一个摄像头固定在挡风玻璃上，实时拍摄交通灯的颜色变化（可直接用行车记录仪采集的图像）。
由于摄像头拍摄到的图片包含很多信息，需将交通灯的图像从中分割出来并对其进行分析。根据《数字图像处理》一书中的介绍，彩色图像由RGB三通道信息组成，根据三通道的数值可以对交通灯的颜色做出正确的判断。
判定交通灯的颜色之后，根据颜色选择不同的声音，通过语音提示讓司机根据交通灯的颜色变化做出正确的反应。可利用USB充电口，直接插在车载USB口对该装置充电。
装置的示意图如图1所示。
二、项目原理
1.图像分割
利用Hough圆检测结合交通灯context信息，实现车载摄像头对交通灯的分割。Hough圆检测的原理如下。
使用（a，b，r）确定一个圆心为（a，b），半径为 r的圆。设某个圆（a1，b1，r1）过点（x1，y1），则有（x1-a1）2 （y1-b1）2 = r12 。过点（x1，y1）的所有圆可表示为（a1（i），b1（i），r1（i）），其中r1∈（0，∞），每一个i值都对应一个不同的圆，（a1（i），b1（i），r1（i））表示无穷多个过点（x1，y1）的圆。
故可以得到，过点（x1，y1）的所有圆可表示为（a1（i），b1（i），r1（i）），过点（x2，y2）的所有圆可表示为（a2（i），b2（i），r2（i）），过点（x3，y3）的所有圆可表示为（a3（i），b3（i），r3（i））。
如果这三个点在同一个圆上，那么存在一个圆（a0，b0，r0），使得 a0 = a1（k）= a2（k）= a3（k），b0 = b1（k）= b2（k）= b3（k），r0 = r1（k）= r2（k）= r3（k），即这三个点同时在圆（a0，b0，r0）上。三个圆锥面的交点A（a0，b0，r0）即是同时过这三个点的圆，从而得到圆的半径r0及圆心坐标（a0，b0）。
由图3可知，AB为交通灯所在位置的垂线，BC为路面，stage2与stage1分别为汽车行驶过程，可以得到车载摄像头中交通灯的先验信息。
（1）交通灯总是出现在车辆摄像头的上半部分。
（2）交通灯三个圆相连，间隔很短。
通过Hough圆变换以及车载摄像头中交通灯的context信息，就可将交通灯图像分割出来。
2.颜色识别
由于彩色图像有RGB三个通道，分别代表红色、绿色、蓝色，该装置可以实时读取视频图像，从中提取交通灯的部分图像元素。每个图像元素包含24个比特位，1～8位代表R通道的数值，9～16位代表G通道的数值，17～24位代表B通道的数值，每个通道的数值范围是0～255。红色元素对应的RGB数值为（255，0，0），绿色元素对应的RGB数值为（0，255，0），黄色元素对应的RGB数值为（255，255，0）。
由于摄像头像素精度和环境因素的限制，视频图像的元素数值不一定与理论值完全一致。但交通灯的颜色只有三种，可以设定两个阈值TR=128和TG=128，TR代表R通道的阈值，TG代表G通道的阈值。
读取元素的三通道数值后，当R通道数值小于TR（128）时，即判定为绿色；当R通道数值大于TR（128）时，再判断G通道数值，当G通道数值大于TG（128）时，即判定为黄色，否则判定为红色。
3.声音转换
在该装置内预先存储三种提示音，分别代表三种交通灯颜色：绿色代表通行，选用急促轻快的提示音；红色代表停止，选用沉重缓慢的提示音；黄色代表注意，选用中性的声音。（指导老师：杨 艳）
有关资料显示，色盲发生率在我国男性约为5%～8%、女性约为0.5%～1%，也就是说我国超过6 000万人不能考取驾照。如何既不违反国家现有规定，又能圆色盲患者的开车梦？
一、设计分析
由于色盲人群无法准确识别颜色，所以在遇到交通灯时无法做出正确的反应。如果能把交通灯的颜色转换为文字或声音，就能解决这一问题。
为了帮助色盲人群识别交通灯的颜色，首先要将一个摄像头固定在挡风玻璃上，实时拍摄交通灯的颜色变化（可直接用行车记录仪采集的图像）。
由于摄像头拍摄到的图片包含很多信息，需将交通灯的图像从中分割出来并对其进行分析。根据《数字图像处理》一书中的介绍，彩色图像由RGB三通道信息组成，根据三通道的数值可以对交通灯的颜色做出正确的判断。
判定交通灯的颜色之后，根据颜色选择不同的声音，通过语音提示讓司机根据交通灯的颜色变化做出正确的反应。可利用USB充电口，直接插在车载USB口对该装置充电。
装置的示意图如图1所示。
二、项目原理
1.图像分割
利用Hough圆检测结合交通灯context信息，实现车载摄像头对交通灯的分割。Hough圆检测的原理如下。
使用（a，b，r）确定一个圆心为（a，b），半径为 r的圆。设某个圆（a1，b1，r1）过点（x1，y1），则有（x1-a1）2 （y1-b1）2 = r12 。过点（x1，y1）的所有圆可表示为（a1（i），b1（i），r1（i）），其中r1∈（0，∞），每一个i值都对应一个不同的圆，（a1（i），b1（i），r1（i））表示无穷多个过点（x1，y1）的圆。
故可以得到，过点（x1，y1）的所有圆可表示为（a1（i），b1（i），r1（i）），过点（x2，y2）的所有圆可表示为（a2（i），b2（i），r2（i）），过点（x3，y3）的所有圆可表示为（a3（i），b3（i），r3（i））。
如果这三个点在同一个圆上，那么存在一个圆（a0，b0，r0），使得 a0 = a1（k）= a2（k）= a3（k），b0 = b1（k）= b2（k）= b3（k），r0 = r1（k）= r2（k）= r3（k），即这三个点同时在圆（a0，b0，r0）上。三个圆锥面的交点A（a0，b0，r0）即是同时过这三个点的圆，从而得到圆的半径r0及圆心坐标（a0，b0）。
由图3可知，AB为交通灯所在位置的垂线，BC为路面，stage2与stage1分别为汽车行驶过程，可以得到车载摄像头中交通灯的先验信息。
（1）交通灯总是出现在车辆摄像头的上半部分。
（2）交通灯三个圆相连，间隔很短。
通过Hough圆变换以及车载摄像头中交通灯的context信息，就可将交通灯图像分割出来。
2.颜色识别
由于彩色图像有RGB三个通道，分别代表红色、绿色、蓝色，该装置可以实时读取视频图像，从中提取交通灯的部分图像元素。每个图像元素包含24个比特位，1～8位代表R通道的数值，9～16位代表G通道的数值，17～24位代表B通道的数值，每个通道的数值范围是0～255。红色元素对应的RGB数值为（255，0，0），绿色元素对应的RGB数值为（0，255，0），黄色元素对应的RGB数值为（255，255，0）。
由于摄像头像素精度和环境因素的限制，视频图像的元素数值不一定与理论值完全一致。但交通灯的颜色只有三种，可以设定两个阈值TR=128和TG=128，TR代表R通道的阈值，TG代表G通道的阈值。
读取元素的三通道数值后，当R通道数值小于TR（128）时，即判定为绿色；当R通道数值大于TR（128）时，再判断G通道数值，当G通道数值大于TG（128）时，即判定为黄色，否则判定为红色。
3.声音转换
在该装置内预先存储三种提示音，分别代表三种交通灯颜色：绿色代表通行，选用急促轻快的提示音；红色代表停止，选用沉重缓慢的提示音；黄色代表注意，选用中性的声音。（指导老师：杨 艳）