基於壓縮感知的盲人圖像觸覺識別方法研究

《基於壓縮感知的盲人圖像觸覺識別方法研究》是張慶輝為項目負責人，河南工業大學為依託單位的聯合基金項目。

基本介紹

• 中文名：基於壓縮感知的盲人圖像觸覺識別方法研究
• 項目類別：聯合基金項目
• 項目負責人：張慶輝
• 依託單位：河南工業大學

項目摘要

本項目以空間矢量顯著目標三維可視面稀疏表達和重構為研究對象，針對點陣式智慧型盲人觸覺感測設備在有限區域如何快速表達空間觀察目標及獲取最大信息量問題，提出了基於快速注意力顯著目標區重編碼的盲人觸覺感知空間矢量三維可視面像素坐標重構實現方法。該項目利用壓縮感知理論，通過對空間觀察目標三維觀測圖像信息的採集和處理，採用Surfacelet等多尺度幾何分析方法進行觀察區域圖像的稀疏表示，利用三維方向濾波器組（3D-DFB）將統一方向上的特徵變化合成為一個能量集中的係數，並通過構建最優觀測矩陣和採用拉格朗日乘數模型最佳化法重構三維觀測矩陣，再結合盲人視覺圖形——觸覺重編碼模型，實現盲人圖像觸覺感測驅動。項目重點對空間三維可視面圖像信息稀疏性、目標特徵提取、點雲三維坐標獲取等進行分析和研究。既為盲人圖像觸覺感測裝置的設計提供理論基礎，又為約束條件下在有限元陣列上實現圖像信息最優表達提供算法支持。

結題摘要

本項目以可視空間CCD成像信息稀疏表示和空間矢量觀察目標三維觀測矩陣重構為主要研究對象，使用小波基對關注目標曲面圖像進行了分析和稀疏表達，構造了匹配空間圖像結構的Gabor原子字典，採用正交匹配追蹤算法和最小二乘法對空間矢量觀察目標三維觀測矩陣進行了快速重構；採用圖像分割大津法對文字類圖像進行了多解析度分解，採用contourlet模極大值法對非文字類圖像進行了邊緣檢測；研究了基於卷積神經網路的目標檢測算法，改進了用於手寫體識別的LeNet-5模型，提出了一種基於改進Faster R-CNN的多目標檢測模型，構建了一個快速、準確的目標檢測算法；採用改進的遊程長度編碼方法對觸覺圖像進行了壓縮編碼。項目研究了人體腹部皮膚神經纖維電生理參數的測量與分析方法，設計了點陣觸點的刺激波形，使其以一定的形狀、頻率和幅值來分別對應圖像中的人體目標識別特徵、色彩亮度信息以及人體目標距離，從而通過觸覺來感知圖像信息。基於以上理論和方法，項目設計了點陣式盲人圖像觸覺感測系統，包括圖像採集模組、測距測速模組、數據處理模組、電流產生模組和觸覺產生裝置。實驗結果表明，系統在目標圖像色彩亮度信息和距離不同時都能引起刺激波形的相應變化，從而達到使盲人通過觸覺感測識別視覺圖像的目的。