題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 盲人的眼睛--基于windows操作系統(tǒng)的智能閱讀器
- 來(lái)源：
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類：
- 信息技術(shù)
- 大類：
- 科技發(fā)明制作B類
- 簡(jiǎn)介：
- 由于盲人視覺(jué)能力的缺失,他們喪失了最直觀的信息獲取方式。本著“給盲人一雙眼睛，給盲人一個(gè)未來(lái)”的團(tuán)隊(duì)宗旨。我們研制盲人智能閱讀器系統(tǒng)。該系統(tǒng)由圖像采集系，復(fù)雜版面識(shí)別，圖像拼接，OCR識(shí)別和語(yǔ)音生成組成。綜合了模式識(shí)別，復(fù)雜版面識(shí)別理解，圖像拼接，OCR識(shí)別，語(yǔ)音識(shí)別等前沿技術(shù)。該閱讀器操作簡(jiǎn)便，漢字識(shí)別率高，能夠識(shí)別不同新聞塊并區(qū)分，用戶閱讀體驗(yàn)好。能夠滿足盲人朋友的實(shí)際需求。
- 詳細(xì)介紹：
- 由于盲人視覺(jué)能力的缺失，他們喪失了最直觀的信息獲取方式。以至于被邊緣化，無(wú)法融入社會(huì)這一嚴(yán)重后果。本作品本持“給盲人一雙眼睛，給盲人一個(gè)未來(lái)“的宗旨，為解決盲人不能像正常人一樣閱讀印刷品的問(wèn)題而設(shè)計(jì)的具有人文關(guān)懷的高科技產(chǎn)品,該作品必將為盲人回歸社會(huì)，實(shí)現(xiàn)"平等、參與、共享"創(chuàng)造條件！ 目前，關(guān)于圖像檢測(cè)處理的研究很多，印刷體漢字OCR識(shí)別和語(yǔ)音合成技術(shù)比較成熟，但是關(guān)于報(bào)紙文刊等排版復(fù)雜的特征識(shí)別，印刷體漢字圖像拼接處理研究還處于起步階段。市面的盲人閱讀器還不是很多，由于OCR識(shí)別對(duì)于圖像有較高的要求，已有的產(chǎn)品大部分采用掃描技術(shù)采集圖像；與此同時(shí)，國(guó)內(nèi)外目前已有的盲人閱讀器還存在造價(jià)昂貴、體積大、攜帶困難、操作復(fù)雜、識(shí)別率低等問(wèn)題。因此，新型盲人閱讀器及與之適應(yīng)的新算法的研發(fā)已成為必然。 盲人閱讀器功能的實(shí)現(xiàn)，對(duì)文字識(shí)別和語(yǔ)音合成兩項(xiàng)軟件技術(shù)有很高的要求。目前主流文字識(shí)別系統(tǒng)對(duì)于圖片非常敏感，圖像的質(zhì)量嚴(yán)重影響文字識(shí)別率，并影響后續(xù)語(yǔ)音輸出的正確性，而語(yǔ)音輸出部分的準(zhǔn)確率及自然度等又會(huì)直接影響到用戶是否能得到正確的信息。本作品主要由硬件圖像采集系統(tǒng)和軟件識(shí)別處理系統(tǒng)組成。系統(tǒng)運(yùn)行基本過(guò)程為：硬件圖像采集系統(tǒng)自動(dòng)采集報(bào)刊等紙質(zhì)文字圖像，然后傳輸給軟件處理識(shí)別系統(tǒng)進(jìn)行圖像數(shù)據(jù)分析處理，檢測(cè)報(bào)刊邊沿，并同時(shí)檢測(cè)是否含有標(biāo)題，綜合返回一個(gè)指令，指揮硬件系統(tǒng)下一步操作。尋找到多視場(chǎng)的標(biāo)題信息之后進(jìn)行標(biāo)題的完整圖像拼接，送入OCR識(shí)別，語(yǔ)音播報(bào)，讓閱讀者選擇是否閱讀該片文章。如果希望閱讀，那么拍攝該篇文章正文，進(jìn)行完整正文拼接，送入OCR識(shí)別，語(yǔ)音播報(bào)；否則，則繼續(xù)尋找標(biāo)題。同時(shí)為方便盲人，程序內(nèi)部設(shè)置了語(yǔ)音提示系統(tǒng)。 本作品的創(chuàng)新部分：①圖像采集時(shí)采用了網(wǎng)絡(luò)攝像頭來(lái)采集文字圖像，以達(dá)到低成本和作品便攜的目的；②標(biāo)題正文提取時(shí)采用了印刷體漢字標(biāo)題與正文特征提取的方法，并提出了基于數(shù)學(xué)形態(tài)法和邊界動(dòng)態(tài)跟蹤的印刷體漢字標(biāo)題與正文提取算法思路并實(shí)現(xiàn)該算法；③使用了改進(jìn)圖像匹配算法后的圖像拼接技術(shù)；④使用了OCR印刷體漢字識(shí)別方法；⑤TTS技術(shù)（語(yǔ)音生成）。 與此同時(shí)，該作品還具有眾多后期發(fā)展延伸潛力，如便捷式、閱讀更加復(fù)雜排版的紙質(zhì)媒介印刷體漢字、與互聯(lián)網(wǎng)互聯(lián)、增加盲文輸入、增加存儲(chǔ)功能等，這些都是本作品基于現(xiàn)狀的下一步發(fā)展方向和目標(biāo)，以更好的服務(wù)盲人，服務(wù)人民。
作品圖片
作品專業(yè)信息
設(shè)計(jì)、發(fā)明的目的和基本思路、創(chuàng)新點(diǎn)、技術(shù)關(guān)鍵和主要技術(shù)指標(biāo)
- 創(chuàng)新點(diǎn)：1.復(fù)雜版面1.具有語(yǔ)音提示操作功能；2.具有拼接功能； 3.可采用網(wǎng)絡(luò)攝像頭；4.圖像區(qū)域采集，使采集方便；5.有導(dǎo)軌系統(tǒng)；6，位置檢測(cè)； 技術(shù)關(guān)鍵：1.圖像聚焦清晰；2.圖像平整幾乎沒(méi)有畸變3.環(huán)境光線近似平行光；4.拼接技術(shù)。 攝像頭分別率可低至CIF（320X240）；字號(hào)可小至5號(hào)；識(shí)別率（估計(jì)）高于99%；軟件運(yùn)行環(huán)境：windows XP 操作系統(tǒng)，裝有Office2003完整版（包含Microsoft Office Document Imaging），Microsoft Speech SDK 5.1；
科學(xué)性、先進(jìn)性
- 本作品采用了全新的復(fù)雜版面識(shí)別算法，可以成功的將視場(chǎng)內(nèi)的標(biāo)題和正文進(jìn)行區(qū)別與提取，經(jīng)過(guò)測(cè)試，該算法魯棒性好，每張圖的時(shí)間代價(jià)為0.5秒；本作品的拼接算法，改進(jìn)了傳統(tǒng)的SIFT算法，讓特征點(diǎn)的匹配更加準(zhǔn)確快速，并在圖像融合上采用了新的辦法，讓融合效果更加清晰，分開(kāi)的文字也能融合成完整的文字。其時(shí)間代價(jià)僅為1.5秒。
獲獎(jiǎng)情況及鑒定結(jié)果
- 無(wú)
作品所處階段
- 中試階段
技術(shù)轉(zhuǎn)讓方式
- 獨(dú)家許可
作品可展示的形式
- 實(shí)物產(chǎn)品，現(xiàn)場(chǎng)演示，圖片
使用說(shuō)明,技術(shù)特點(diǎn)和優(yōu)勢(shì),適應(yīng)范圍,推廣前景的技術(shù)性說(shuō)明,市場(chǎng)分析,經(jīng)濟(jì)效益預(yù)測(cè)
- 技術(shù)特點(diǎn)和優(yōu)勢(shì)：1.具有圖像矯正；2.圖像拼接；3.語(yǔ)音提示；4.位置檢測(cè)； 適用范圍：該作品適用于廣大的盲人群體，如圖片圖像、廣告、網(wǎng)頁(yè)等閱讀，導(dǎo)行，指路，提示語(yǔ)音接近自然語(yǔ)言，盲人教育，盲人寫(xiě)作等。 應(yīng)用前景、市場(chǎng)分析和經(jīng)濟(jì)效益預(yù)測(cè)：本作品不僅能滿足盲人對(duì)知識(shí)最基本的渴求，也能體現(xiàn)出社會(huì)主義大家庭對(duì)盲人的人文關(guān)懷，符合構(gòu)建和諧社會(huì)的總基調(diào)。結(jié)合目前宏觀政策、經(jīng)濟(jì)、社會(huì)、技術(shù)等方面的因素，該作品在國(guó)內(nèi)市場(chǎng)有著較好的前景。 在技術(shù)上，漢字識(shí)別率、便捷性等方面都領(lǐng)先于國(guó)內(nèi)同類產(chǎn)品，有較強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力。與此同時(shí)，可以與民政局、殘聯(lián)、基金會(huì)等相關(guān)政府機(jī)構(gòu)合作，作為公益產(chǎn)品推向盲人大眾。通過(guò)前期的社會(huì)調(diào)研，證明了該發(fā)明的實(shí)用性和迫切性，并獲得相關(guān)受訪者的高度評(píng)價(jià)。本發(fā)明可作為一個(gè)基本的技術(shù)平臺(tái)，向深度和廣度延伸，有著廣闊的市場(chǎng)。目前市面上已有的產(chǎn)品價(jià)格昂貴，普及率極低，我們的產(chǎn)品以低價(jià)格、高質(zhì)量的優(yōu)越性價(jià)比在國(guó)內(nèi)外市場(chǎng)上將具有很強(qiáng)的競(jìng)爭(zhēng)能力，有望在國(guó)內(nèi)外市場(chǎng)上占有較大的份額。
同類課題研究水平概述
- 1)、1975年Kurzwil發(fā)明了第一臺(tái)KRM(Kurzweil Reading Machine)，它可以人聲閱讀任意字體的普通書(shū)籍、雜志和其他印刷文件。它的弊端是閱讀器體積大，不方便移動(dòng)，盲人要使用它就要受到空間的限制。 2)、著名發(fā)明家雷伊?庫(kù)爾茲維爾在美國(guó)國(guó)家盲人協(xié)會(huì)的資助下發(fā)明了一種能使盲人閱讀任何文本的裝置，它包括數(shù)碼相機(jī)、與相機(jī)結(jié)合在一起的小型計(jì)算機(jī)和識(shí)別圖像的獨(dú)特軟件。閱讀器售價(jià)為3500美元。系統(tǒng)售價(jià)昂貴，不適用于盲人大眾和市場(chǎng)推廣。 3)、浙江大學(xué)億腦制造戴在手指頭上的盲人閱讀器（Touch Reader），集成了光電掃描儀、電子翻譯和盲文生成三大功能，將之套在食指上后，直接用它去“觸摸”書(shū)本等文字信息，掃描儀會(huì)自動(dòng)將掠過(guò)的文字掃描識(shí)別，然后通過(guò)一個(gè)點(diǎn)陣將這些文字轉(zhuǎn)換為凸起、凹下的盲文——由于點(diǎn)陣分布在指套的里層，所以手指頭能感應(yīng)到它的形狀變化，從而讓盲人朋友識(shí)別出這些盲文，進(jìn)而理解其對(duì)應(yīng)文字信息的意思。由于是單個(gè)字的識(shí)別，識(shí)別率比較低，只適用于能閱讀盲文的盲人。 (一)、使用“盲人閱讀器”關(guān)鍵詞對(duì)CNKI中國(guó)知網(wǎng)中國(guó)期刊全文數(shù)據(jù)庫(kù)，萬(wàn)方數(shù)據(jù)數(shù)據(jù)庫(kù)，維普數(shù)據(jù)庫(kù)進(jìn)行搜索，獲得8篇相關(guān)文獻(xiàn)資料。通過(guò)對(duì)這些文獻(xiàn)的閱讀，篩選出1篇具有指導(dǎo)價(jià)值和比較研究?jī)r(jià)值的相關(guān)文獻(xiàn)： 1）、 清華大學(xué)研制成功“盲人電子閱讀器” 中國(guó)科技信息 2003年21期 (二)、使用 "OCR"關(guān)鍵詞對(duì)CNKI中國(guó)知網(wǎng)中國(guó)期刊全文數(shù)據(jù)庫(kù)進(jìn)行檢索，命中473篇文獻(xiàn)，通過(guò)對(duì)這些文獻(xiàn)的閱讀，篩選出以下對(duì)本文具有指導(dǎo)價(jià)值和比較研究?jī)r(jià)值的相關(guān)文獻(xiàn)： (1)、 利用OCR 識(shí)別技術(shù)實(shí)現(xiàn)視頻中文字的提取 陳義，李言俊，孫小煒 計(jì)算機(jī)工程與應(yīng)用 2010年10期 2)、文本數(shù)字化圖像OCR識(shí)別的準(zhǔn)確度測(cè)度實(shí)驗(yàn)與提高 臧國(guó)全 圖書(shū)情報(bào)知識(shí) 2010年03期 (三)、使用 "OCR"關(guān)鍵詞對(duì)中文科技期刊全文數(shù)據(jù)庫(kù) (VIP--維普)數(shù)據(jù)庫(kù)進(jìn)行檢索，命中770篇文獻(xiàn)，，通過(guò)仔細(xì)閱讀摘要其中以下對(duì)本文具有意義： 1)、 舊式文本的OCR二值化和圖像預(yù)處理研究Maya R. Gupta Nathaniel P. Jacobson Eric K. Garcia 圖象識(shí)別與自動(dòng)化 2007(1).-14-22
