[发明专利]一种基于双摄像头的周围环境信息提示方法

说明书

技术领域

本发明涉及提醒周围环境的路况信息的技术领域，尤其涉及是一种基于双摄像头的周围环境信息提示方法。

背景技术

目前人们一直在致力于发展对残障人士的关爱和保障，但是现在很多道路上的盲道由于各种原因往往会出现了破损的状况，为盲人的出行带来了不便。对于现如今日益复杂的交通道路状况，盲人的出行更成了很困难的问题。

本发明即是想利用两个摄像头来获取周围环境的各种信息，通过语音震动等方式回馈给使用者的周围环境信息提示设备。这个设备通过优化识别和匹配算法，能为使用者实时的提醒周围的路况，在盲人的出行方面提供很大的便利。盲人行走速度不会很快，所以可以利用这个时间进行快速的识别和匹配，来达到帮助盲人的目的。

发明内容

本发明要解决的技术问题为：提供一种基于双摄像头的周围环境信息提示方法，其通过双摄像头获取周围物体距离信息，然后进行语音和传感器提示的电子便携式设备，并且其中涉及模式识别和快速匹配的优化算法，达到帮助盲人的目的，为盲人的出行方面提供很大的便利。

本发明解决上述技术问题采用的技术方案为：一种基于双摄像头的周围环境信息提示方法，其步骤如下：

步骤(1)摄像机会提取前方的图像，进行图像压缩后，然后对图像进行背景差分和模式匹配；

步骤(2)实时背景差分：对摄像机传入的图像差分出移动的前景和不变的背景，因为整套系统是在缓慢移动的，所以要保证差分算法的实时性；

步骤(3)优化模式匹配：对摄像机传入的图像进行模式匹配，由于分辨率较低，模式匹配算法需要再现有条件下进行模糊匹配；

步骤(4)匹配之后，根据匹配出的物体外形，提示使用者物体的信息。

本发明与现有技术相比的优点在于：

1、成本低，本方法对摄像头要求比较低，并不需要专门的深度摄像头，而是用两个很便宜的网络摄像头组成，所以是用算法来换取成本。

2、效率高，借助高效的视觉库和自己优化后，运行效率值得期待。

附图说明

图1为平行双目测量图示的示意图；

图2为训练、检测用矩形的示意图；

图3为处理器工作流程图。

具体实施方式

下面结合附图及具体实施方式对本发明进行详细说明，但本发明的保护范围并不仅限于下面实施例，应包括权利要求书中的全部内容。

一种基于双摄像头的周围环境信息提示方法，其步骤如下：

步骤(1)摄像机会提取前方的图像，进行图像压缩后，然后对图像进行背景差分和模式匹配；

双目成像可获得同一场景的两幅不同图像，当两个摄像头参数(摄像头的焦距f)相同且光心平行放于一条直线上时，构成平行双目立体视觉系统，通过对各个部分的几何关系的分析，可以获取目标物的距离信息。图1是一个典型的双目视觉测量系统。两台摄像头沿基线相距B，其光轴平行于Z轴，图像平面与xy平面平行。假设三维空间一点V(X，Y，Z)在左、右两个像平面上的投影分别是Pl(x1，y1)和Pr(x2，y2)，则视差定义为d＝|pl-pr|＝|x2-x1|。由相似三角形关系可得到：

Z＝B·f/d＝B·f/(|x2-x1|·dx)                (1)

其中d x表示每一像素在X轴方向上的物理单位。Z即是点V到摄像头的距离(即物体到两个摄像头中心连线的距离)。

步骤(2)实时背景差分：对摄像机传入的图像差分出移动的前景和不变的背景，因为整套系统是在缓慢移动的，所以要保证差分算法的实时性；

具体可由混合高斯模型背景差分进行分析：

混合高斯模型使用K(基本为3到5个)个高斯模型来表征图像中各个像素点的特征，在新一帧图像获得后更新混合高斯模型，用当前图像中的每个像素点与混合高斯模型匹配，如果成功则判定该点为背景点，否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，对均值和方差的学习，采取不同的学习机制，将直接影响到模型的稳定性、精确性和收敛性。由于是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力，改进方法对均值和方差的更新采用不同的学习率；为提高在繁忙的场景下，大而慢的运动目标的检测效果，引入权值均值的概念，建立背景图像并实时更新，然后结合权值、权值均值和背景图像对像素点进行前景和背景的分类。具体更新公式如下：

μt＝(1-ρ)μt-1+ρxt  (1)