视觉障碍人士辅助行走设备是一个融合了障碍物检测、障碍物距离测量、语音播报于一体的综合控制平台。前行障碍物检测作为辅助行走设备中的一项关键技术,始终是相关研究的热点。针对已有的障碍物检测方法在光照不均、多目标、背景复杂等环境中适应性差、识别率准确率低等问题,本文采用一种基于HSV颜色空间模型的大津阈值分割方法;采用双目视觉模型对障碍物目标进行特征点匹配及测距,将障碍物的图像距离进一步转换为空间中的实际距离,并获取障碍物方位及遇障时间。本文主要对辅助行走设备系统的检测技术进行了研究,其中包括障碍物检测和距离测量,具体内容如下:(1)采用双目视觉立体模型,将摄像头与地面设成一定的倾角,用于捕捉前方的图像;通过几何空间坐标变换,建立了世界坐标系、相机坐标系、图像物理坐标系、图像像素坐标系的一一映射关系;采用张正友相机标定法,使用黑白棋盘对相机进行标定,获得相机的内、外参数及镜头畸变系数,结合图像匹配获得的视差值实现距离的测量;(2)分析比较了SVM算法和Otsu算法在图像障碍物检测的优缺点,本文在Otsu算法的基础上加以改进;为了提高识别的速率和准确率,本文提出采用Hough变换的方法来提取使用者的行走范围,即感兴趣区工,进而减小运算的时间和背景环境的干扰;针对光照不均和阴影的影响,本文采用了HSV颜色空间模型,能够较为有效的消除干扰;为了使检测到的障碍物更加平滑,同时消除背景的微小干扰,采用数学形态学的膨胀腐蚀算法加以处理;最后本文提出图像分块处理的思想,经过实验验证,可以较为有效的提高识别的速率;(3)双目测距需要障碍物在左右相机里呈现的视差值,因此需要找到障碍物的特征点,并在左右图像中匹配,进而求出视差值。本文主要分析了SIFT算法的特征点匹配,并提出基于SIFT的改进算法,提高了匹配的速率,为双目测距做准备工作;(4)考虑到实际应用中,相机会随着头部发生不同幅度的摆动,导致拍摄到的图像发生不同程度的旋转,会影响感兴趣区工的提取、双目测距和障碍物方位的结果,因此本文提出在辅助设备系统中加入陀螺仪模块,用于校正图像的旋转和获取行人速度;通过相机标定参数及障碍物的视差值,根据相似三角形原理计算得到障碍物的距离;提取障碍物在图像的位置,以获取障碍物的方位;最后在相机里加入语音模块,可以实现语音提示障碍物的距离、方位和到达时间。