[发明专利]彩色声像导盲方法及彩色声像导盲仪

说明书

技术领域：

涉及一种应用于导盲领域中的将图像信息转化为声音信息的方法和装置。

背景技术：

目前，本领域提出了两种方案为盲人提供周围物体信息，即导盲杖和视觉替代。

导盲杖：其设备主要依靠红外或超声反射来向盲人报警附近物体，盲人通过导盲杖发出的声音和触觉信息来判断障碍物远近。这种方案依靠仪器识别障碍物然后表达给盲人，由于传达信息有限，盲人几乎无法直接识别物体形状大小颜色等信息。

视觉替代：主要有触觉-视觉替代和音频-视觉替代两种。

触觉-视觉替代通过电极阵列刺激指尖、舌头或皮肤等来间接传递视觉信息。由于感觉神经细胞的分辨率以及电极阵列面积的限制，该方法现在也只能达到识别盲文的作用。颜色差别是识别物体形状最主要因素，现阶段尚且没有能传递颜色的触觉-视觉替代系统。中国发明专利申请文件CN101390789公开了上述技术方案，该技术方案基于点刺激的触觉替代视觉系统，使用电极阵列刺激指尖或舌头产生触觉感受，并利用触点二维分布，传递有限但是十分重要的二维视觉信息。该方法主要存在如下缺点：

1.该方法由于电极阵列刺激，会对手指或舌头产生不适的感觉，影响健康

2.由于舌头和指尖所容纳的阵列面积有限，以及感觉细胞的分辨率限制导致空间分辨率低。空间分辨率低导致该方法只能识别简单性状的物体，基本只能用于盲文识别。

音频-视觉替代能够将图像像素信息转换为声音信息。目前，该种技术还停留在专利申请文件EP0410045A1和KR20110052824A所公开的技术方案的阶段。上述两个发明专利申请所公开的技术方案均需要通过对图像像素进行逐扫描的方法来递呈图像位置信息，这使得人脑难于适应声音-图像反变换机制，空间解析度低，时间分辨率低。因此尚没有成熟易用的产品占据市场。

专利申请文件EP0410045A1是由Meijer提出的现在市面上唯一有产品的技术，其技术方案通过摄像头采集64x64的实时灰度图像，然后进行图像-声音转换，如图1所示。图像的灰度用声音响度表示，声音最大响度代表纯白色，响度为零代表纯黑色。图像的纵向定位用频率代表，高频代表位于图像上缘的像素，低频代表位于图像下缘的像素。图像横向定位通过快速时间扫描，第一个扫描时间块表达最左列像素条，最后一个扫描时间块代表最右列像素条。最后听者需要空间想象能力按频率时间块扫描以及响度合成要表达的图像。该方法的核心原理是图像到声音的3重对应，即“灰度对应响度，像素y坐标对应频率，像素x坐标对应扫描时间”。基于这种非自然地图像到声音转换原理，不可避免会遇到以下缺点：

1.需要长期训练：“像素y坐标对应频率，像素x坐标对应扫描时间”是一种人为的对应转换。听者非常难于适应“频率编码y方向，时间块扫描编码x方向”的逻辑。事实上经过长期训练，盲人用该设备对简单形状物体的识别率仍低于30％，所以尚未被广泛应用。

2.空间分辨率低：

a.听觉的频率分辨率限制了声像y方向的分辨率。

b.x方向不能做很多切分，否则扫描时间太长，动态图片更新率太低。

c.盲人很难同时分辨“频率编码的y方向和时间块扫描编码的x方向”，所以一般该方法声像分辨率只能做到64x64。

3.时间分辨率低：x方向需要时间块扫描，为保正64块切分以及编码声音信号不失真，横向扫描时间要求大于1秒钟，即最低扫描时间为1秒/帧。

4.由于方法原理限制，物体颜色是无法被识别的。

5.该方法只能用于二维图像到声音转换，不能用于3D物体识别。

6.需要人脑非常困难的做声音图像反变换，因此该方法少有应用。

专利申请文献KR20110052824A公开了一种色彩发声设备，该设备将彩色图像分区块，计算每个区块的色彩参数(色彩，饱和度，亮度)，通过色彩与声音转换表格，将12种颜色6种饱和度12种亮度映射到钢琴不同的按键上。顺序扫描图像区块，可以产生不同的音乐。盲人借此判断前方障碍物。该方法存在如下缺点：

1.需要区块划分，导致空间分辨率低。一般只能做到10x10分辨率。

2.需要区块逐点扫描，导致时间分辨率低。10x10区块，每块0.5秒钟表达，每幅图需要5秒钟扫描时间。

3.仅限于乐器表达，也就是说只能是钢琴键盘有限个键所能表达的范围。

4.色彩分辨率极低：只能区分12种颜色。颜色必须离散化到12中对应颜色。由于表格法以及钢琴键盘表达，该方法无法实现连续色彩表达。

5.色彩饱和度分辨率极低：只有有限几个音高可供表达。