基于超声波和视觉信息融合的语音提示技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·导盲技术概述 | 第10-12页 |
| ·导盲设备国内外研究现状及发展趋势 | 第12-16页 |
| ·国外导盲技术研究现状 | 第12-14页 |
| ·国内导盲技术研究现状 | 第14-15页 |
| ·导盲技术研究发展趋势 | 第15-16页 |
| ·课题来源及主要内容 | 第16-17页 |
| 第二章 基于信息融合的图像识别和语音提示方法 | 第17-28页 |
| ·引言 | 第17页 |
| ·图像识别的基本原理及方法 | 第17-21页 |
| ·图像识别的原理 | 第17-18页 |
| ·图像识别的方法 | 第18-21页 |
| ·图像识别系统介绍 | 第21-22页 |
| ·图像处理系统简介 | 第21页 |
| ·图像识别系统简介 | 第21-22页 |
| ·信息融合的层次结构和融合算法 | 第22-25页 |
| ·信息融合的层次结构 | 第22-24页 |
| ·信息融合的方法 | 第24-25页 |
| ·语音提示的三种形式 | 第25-27页 |
| ·MIDI 和音乐 | 第25-26页 |
| ·WAVE 数字音频数据 | 第26-27页 |
| ·语音合成技术 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于超声波和视觉信息融合的物体识别 | 第28-42页 |
| ·引言 | 第28页 |
| ·超声波探测原理 | 第28-29页 |
| ·图像预处理 | 第29-31页 |
| ·HSV 彩色空间颜色特征提取 | 第31-32页 |
| ·形状特征提取与不变矩形状识别 | 第32-35页 |
| ·区域增长的边界提取 | 第32-33页 |
| ·不变矩形状识别 | 第33-35页 |
| ·支持向量机和KNN 分类法 | 第35-39页 |
| ·支持向量机算法理论 | 第35-37页 |
| ·KNN 分类法原理 | 第37-39页 |
| ·基于颜色和形状的多特征信息融合的物体识别算法 | 第39-41页 |
| ·基于SVM 的权重计算方法 | 第39页 |
| ·KNN 分类识别算法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于图像识别的语音提示 | 第42-52页 |
| ·引言 | 第42页 |
| ·语音提示设计方案 | 第42-43页 |
| ·系统框图 | 第43页 |
| ·功能实现 | 第43页 |
| ·系统设计 | 第43-51页 |
| ·系统硬件电路设计 | 第43-46页 |
| ·系统软件设计 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 实时语音提示系统平台搭建及实验结果 | 第52-61页 |
| ·引言 | 第52页 |
| ·系统硬件组成 | 第52-55页 |
| ·超声波传感器 | 第52-53页 |
| ·图像采集系统 | 第53-54页 |
| ·串口数据通信设备 | 第54-55页 |
| ·系统软件程序实现 | 第55-56页 |
| ·MATLAB 图像识别 | 第55-56页 |
| ·单片机程序下载软件实现 | 第56页 |
| ·物体库的建立 | 第56-57页 |
| ·实验结果及讨论 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
