根据世界卫生组织统计,全球失明人数超过3600万,且呈逐年递增的趋势,我国盲人数量也一直居于全球之首。与常人相比,失去了视觉感知能力,盲人无法获取环境中各的类信息,日常生活与出行都变得极为不易。因此,本文研究并设计了一种智能穿戴式导盲仪,可有效引导盲人避开障碍物,识别斑马线、人行道红绿灯以及盲道等重要交通标识,通过语音反馈检测结果,给出行动指令。同时,设备通过超声测距技术,解决车辆、行人等不可控因素造成的信息误判,辅助导盲仪进行准确无误的图像信息检测。本文以数字图像处理技术为基础对导盲仪采集到的图像信息进行实时处理,同时采用超小型嵌入式开发板Nano Pi NEO2作为主控制单元,减小导盲仪体积,提高便携性。本文主要工作还包括:对导盲仪进行硬件平台搭建,通过裁剪、中值滤波、灰度化以及透视变换等操作对导盲仪采集到的图像进行预处理,利用形态学边缘增强重建斑马线,根据条纹特性进行斑马线区域识别。为了解决大幅背景下红绿灯图像难以识别的问题,采用Adaboost分类器算法对人行道红绿灯进行精准定位,同时提出一种“列像素判断法”对红绿灯颜色信息进行准确判别;通过盲道纹理与边缘特征使用标记分水岭算法对盲道区域进行准确分割。当导盲仪对斑马线、盲道等特征的识别出现中断时,设备通过超声检测辅助导盲仪排除障碍物对图像识别的干扰,在提醒盲人用户躲避障碍物的同时,不反馈图像检测结果,待障碍物消失后再继续对当前环境进行相关图像检测与识别,避免车辆、行人等不可控障碍因素造成的错误识别。设计中借助Open CV视觉库完成部分图像处理算法,同时通过TTS语音合成软件通过语音提示将导盲仪获取的信息反馈给盲人用户,给出相应行动指令。实验表明,该导盲仪可有效引导盲人用户安全出行,引导盲人避开障碍物,并识别斑马线、红绿灯、盲道等重要交通标识,给出等待、停止、通过等语音指令。红绿灯识别功能下测得导盲仪处理速度为11帧/秒,符合导盲仪识别功能的实时性;同时,超声辅助检测有效解决了车辆、行人等不可控障碍因素造成的导盲仪信息误判、漏判,增加了导盲仪的安全性。导盲仪通过摄像头采集图像信息,并通过嵌入式微处理器将图像信息处理为盲人最容易理解和反应最为迅速的语音信息,提示盲人选择正确行进路线,做出正确反应,从而辅助盲人安全出行。