[发明专利]视觉信号的空间三维声音表达系统及方法

说明书

技术领域

本发明属于导盲装置及方法，具体涉及一种视觉信号的空间三维声音表达系统及方法。

背景技术

盲人由于先天或后天的生理缺陷而丧失了视觉，因而丧失了获得知识和经验的最重要来源，对盲人日常生活造成了极大障碍，尤其是制约了盲人的出行活动。如何能够帮助盲人在日常出行中躲避道路中出现的障碍物，也成为了人们的研究重点。如CN 101385677A记载的基于运动物体跟踪的导盲方法，本发明包括运动物体信息读入单元、运动物体检测单元和声音传输输出单元，其中运动物体信息读入单元负责拾取视野范围内的图像,并将图像信息传入运动物体检测单元,运动物体跟踪处理这些图像信息后检测出运动物体的运动方向和速度,最后由声音转换输出单元将带有运动物体运动信息的声音从耳机输出给盲人,本发明主要应用于辅助盲人获取周围环境中的运动物体信息并转变为特定声音,盲人通过这些带有运动物体信息的声音,判断自己所处的环境,如面前驶过的车辆、走路的行人等。但该专利申请由于是对整个视频图像进行处理，故存在传输速度慢和计算速度慢的问题。

因此，有必要开发一种新的视觉信号的空间三维声音表达系统及方法。

发明内容

本发明的目的是提供一种视觉信号的空间三维声音表达系统及方法，能将视觉GRB信号转换为带位置信息的三维立体声音，且处理速度快，传输数据量少。

本发明所述的视觉信号的空间三维声音表达系统，包括：

视频数据采集单元，用于采集彩色视觉图像信号；

信号处理单元，接收所述视频数据采集单元所采集的彩色视觉图像信号，并将彩色视觉图像信号分割成一个中心区域和k个周边区域；对中心区域图像进行处理输出带空间声场的拟音信号；对k个周边区域进行处理得到带空间声场的光流拟音信号；该信号处理单元与视频数据采集单元连接；

3D耳机输出单元，根据所述信号处理单元所输出的结果输出带位置信息的三维立体声音，该3D耳机输出单元与信号处理单元连接。

所述对中心区域图像的处理输出带空间声场的拟音信号，具体为；

将中心区域图像进行视觉主成分分析，形成主成分图像，并对主成分图像进行RGB-HSI色彩空间转换，得到HSI图像，并逐点进行以下处理：

将亮度I转换为听觉信号的音高参数F₀；

将色调H转换为听觉信号的泛音参数F_1...j；

将饱和度S转换为持续时间T；

将距离转换为脉冲信号强度A；

通过公式W＝f(F₀,F_1...j,T,A)合成为一维波形信号W；

将中心区域中的各图像点的空间位置(hor,ver)和一维波形信号W为参数，分别计算HRTF传递生成带空间声场的拟音信号S_l，其中：hor为横坐标，ver为纵坐标。

所述对k个周边区域进行处理得到带空间声场的光流拟音信号，具体为；

将k个周边区域分别计算光流密度D(i)，i＝1..k；

对k个周边区域的光流密度进行大小排序；

对1到k号周边区域的光流密度D(i)逐一进行处理：若D(i)>设定阈值，则将D(i)转换为听觉信号的音高F_D0,并合成为一维波形信号W_d；若D(i)<设定阈值，则不处理；

将周边区域的各图像点的空间位置(hor,ver)和一维波形信号W_d为参数，分别计算HRTF传递生成带空间声场的光流拟音信号。

本发明所述的视觉信号的空间三维声音表达方法，包括以下步骤：

步骤1、采集彩色视觉图像信号；

步骤2、将彩色视觉图像信号分割为一个中心区域和k个周边区域；

步骤3、将中心区域图像进行视觉主成分分析，形成主成分图像，并对主成分图像进行RGB-HSI色彩空间转换，得到HSI图像，并逐点进行以下处理：

3a、将亮度I转换为听觉信号的音高参数F₀；

3b、将色调H转换为听觉信号的泛音参数F_1...j；

3c、将饱和度S转换为持续时间T；

3d、将距离转换为脉冲信号强度A；

3e、通过公式W＝f(F₀,F_1...j,T,A)合成为一维波形信号W；