專利名稱：用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本實用新型涉及自動化控制領(lǐng)域，更具體的說，本實用新型是關(guān)于視力輔助設(shè)備 的非機(jī)械的一種用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)。
背景技術(shù)：
閱讀與寫字是正常人的生活不可或缺的一部分。然而，對于視力障礙者來說，能像 正常人一樣進(jìn)行讀寫幾乎成了一種奢望。以往在低視力患者看黑板，看書，寫作業(yè)等日常工 作中，要利用很多復(fù)雜不便的工具才能進(jìn)行。以往的視力輔助設(shè)備，必須通過使用者的手去 移動設(shè)備，移到自己想要看到的信息上才能將所需信息放大。以看黑板舉例說明，以往的視 力輔助設(shè)備，視力障礙者必須一點一點移動設(shè)備來閱讀，移動錯位的情況經(jīng)常發(fā)生，對于使 用者來說不僅增加了工作量，而且閱讀效率也低。再如手寫時，視力障礙者必須一邊寫一邊 移動設(shè)備，相當(dāng)不便。還有一種自動跟蹤的設(shè)計是采用機(jī)械馬達(dá)控制鏡頭自動追蹤，不過也 并未用于助視設(shè)備上，這種設(shè)計的問題在于成本高，控制難度大，而且容易損壞。中國專利局于1986年8月27日公開了一份CN85109313A號文獻(xiàn)，名稱為視力輔 助器即閱讀輔助器，該輔助器有一個夾持器具，夾持器具在其兩端各配置一個可轉(zhuǎn)動的視 力輔助器腿，此外，夾持器具在中間有一個用以安放在使用者鼻梁上的支座件，并固定有 兩塊可由使用者移動和更換的透鏡，這樣，使用者可以根據(jù)各自的情況選用適當(dāng)?shù)闹虚g支 座件，并自行組裝不同焦距的透鏡，透鏡只要沿著夾持器具移動，就可容易地與眼睛的孔 距相匹配。該輔助器的缺點是，對視力障礙者來說，用透鏡已不能解決問題，并且也不能自 動地跟蹤顯示設(shè)備當(dāng)前所顯示的內(nèi)容。
發(fā)明內(nèi)容本實用新型為解決現(xiàn)有技術(shù)中存在的只能用手或機(jī)械的方法進(jìn)行顯示內(nèi)容放大 及追蹤的缺點，提供了一種非機(jī)械的用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)。本實用新型解決其技術(shù)問題所采用的技術(shù)方案是本實用新型包括用于高清畫面 手寫段落識別、自動追蹤放大的方法，包括以下步驟A.視頻采集；B.對視頻采集的圖像進(jìn)行模式識別；C.判斷是否為手寫；D.如是手寫，則進(jìn)行人手及筆尖定位模型，如果不是，則跳過該步驟；E.區(qū)域選取及放大；F.視頻輸出。攝像頭采集視頻圖像，進(jìn)入模式識別模塊，圖像匹配模塊將不同成像條件下的兩 幅或多幅圖像進(jìn)行疊力Π、拼接、對準(zhǔn)、匹配等操作，以矯正圖像之間的平移、縮放、旋轉(zhuǎn)、扭曲 等幾何差異和灰度差異，尋找差異，然后將各類像素點區(qū)分出來；經(jīng)過上述的一系列圖像處 理，判斷出是否為手寫；如是手寫，對人手及筆尖進(jìn)行定位和跟蹤，并且將所選擇區(qū)域進(jìn)行放大；如果不是，則直接通過圖像放大器對圖像進(jìn)行區(qū)域選取和放大，最后將放大后的圖像 通過圖像顯示器輸出顯示出來。進(jìn)一步地，視頻采集包括a.視頻采集高清圖像；b.對采集的高清圖像進(jìn)行預(yù)處理。攝像頭模組采集高清視頻圖像，存儲器存儲攝像頭模組采集進(jìn)來的高清圖像，圖 像處理器在從存儲器讀出的圖像進(jìn)行分析，首先對采集進(jìn)來的圖像進(jìn)行預(yù)處理，消除圖像 中無關(guān)的信息，恢復(fù)有用的真實信息，增強(qiáng)有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，從 而改進(jìn)特征抽取、圖像分割、匹配和識別的可靠性；預(yù)處理過程一般有數(shù)字化、幾何變換、歸 一化、平滑、復(fù)原和增強(qiáng)等步驟。進(jìn)一步地，對視頻采集的圖像進(jìn)行模式識別包括c.從預(yù)處理后的輸入模式中抽取一組特征；d.特征抽取后進(jìn)行分類；e.根據(jù)不同的特征進(jìn)行處理判斷。完成圖像預(yù)處理后，進(jìn)入模式識別模塊，模式識別模塊首先進(jìn)行特征提取和選擇， 從預(yù)處理后的輸入模式中抽取一組特征，特征抽取過程將輸入模式從對象空間映射到特征 空間；這時，模式可用特征空間中的一個點或一個特征矢量表示，這種映射不僅壓縮了信息 量，而且易于分類；特征抽取后進(jìn)行分類，即從特征空間再映射到?jīng)Q策空間；為此而引入鑒 別函數(shù)，由特征矢量計算出相應(yīng)于各類別的鑒別函數(shù)值，通過鑒別函數(shù)值的比較實行分類； 分類后，根據(jù)不同的特征，可以選擇通過人工神經(jīng)網(wǎng)絡(luò)識別、圖像匹配和向量機(jī)識別模型進(jìn) 行處理；人工神經(jīng)網(wǎng)絡(luò)識別模塊將若干處理單元(即神經(jīng)元)通過一定的互連模型連成一個 網(wǎng)絡(luò)，這個網(wǎng)絡(luò)通過一定的機(jī)制(如BP網(wǎng)絡(luò))可以模仿人的神經(jīng)系統(tǒng)的動作過程，以達(dá)到識 別分類的目的；圖像匹配模塊將不同成像條件下的兩幅或多幅圖像進(jìn)行疊加、拼接、對準(zhǔn)、 匹配等操作，以矯正圖像之間的平移、縮放、旋轉(zhuǎn)、扭曲等幾何差異和灰度差異，向量機(jī)識別 模型尋找圖像像素之間的特征的差別，即從像素點本身的特征和周圍的環(huán)境(臨近的像素 點)出發(fā)，尋找差異，然后將各類像素點區(qū)分出來。本實用新型提供了用本方法實現(xiàn)的用于高清畫面手寫段落識別、自動追蹤放大的 系統(tǒng)，包括控制單元、圖像輸入單元、圖像預(yù)處理單元、模式識別單元、定位追蹤單元、圖像 放大單元、圖像顯示單元、存儲單元，控制單元分別與圖像輸入單元、圖像預(yù)處理單元、模式 識別單元、定位追蹤單元、圖像放大單元、圖像顯示單元相連，圖像輸入單元與存儲單元，圖 像預(yù)處理單元分別與模式識別單元及存儲單元相連，模式識別單元與定位追蹤單元相連， 定位追蹤單元與圖像放大單元相連，圖像放大單元與圖像顯示單元、存儲單元相連?？刂茊?元負(fù)責(zé)對整個系統(tǒng)的控制，圖像輸入單元負(fù)責(zé)視頻采集高清圖像，圖像預(yù)處理單元負(fù)責(zé)對 采集的高清圖像進(jìn)行預(yù)處理，模式識別單元負(fù)責(zé)從預(yù)處理后的輸入模式中抽取一組特征， 特征抽取后進(jìn)行分類，根據(jù)不同的特征進(jìn)行處理判斷，定位追蹤單元負(fù)責(zé)人手及筆尖的定 位，圖像放大單元負(fù)責(zé)區(qū)域選取及放大，圖像顯示單元負(fù)責(zé)視頻輸出，存儲單元負(fù)責(zé)圖像預(yù) 處理前的圖像存儲。作為優(yōu)選，控制單元包括控制器模塊、系統(tǒng)流程控制模塊、圖像及語音輸出控制模 塊、按鍵，按鍵與控制器模塊相連，系統(tǒng)流程控制模塊與控制器模塊、圖像及語音輸出控制模塊相連?？刂破髂K，其主要功能是接受使用者的指令，并將這一指令通過電路板傳送到 系統(tǒng)控制模塊中去，使用者在閱讀過程中的任何控制命令都由按鍵，經(jīng)過控制器模塊的編 碼，系統(tǒng)流程控制模塊負(fù)責(zé)控制整個系統(tǒng)的運行，并發(fā)送當(dāng)前系統(tǒng)運行狀態(tài)給圖像及語音 輸出控制模塊；圖像及語音控制模塊，其主要功能是合成當(dāng)前系統(tǒng)運行狀態(tài)的圖像，從而提 示用戶當(dāng)前系統(tǒng)運行到哪一個狀態(tài)，圖像提示對于視障人士使用者是非常重要的。作為優(yōu)選，圖像輸入單元包括鏡頭模塊、數(shù)字取像模塊、A/D轉(zhuǎn)換模塊，鏡頭模塊通 過數(shù)字取像模塊與A/D轉(zhuǎn)換模塊相連。在工作時鏡頭模塊收集光線進(jìn)入感應(yīng)光強(qiáng)度的感應(yīng) 區(qū)數(shù)字取像模塊，再由A/D轉(zhuǎn)換模塊將圖像和聲音等模擬信號轉(zhuǎn)換成數(shù)字信號進(jìn)入下一環(huán) 節(jié)。作為優(yōu)選，圖像預(yù)處理單元包括自動曝光控制模塊、自動增益控制模塊、自動白平 衡控制模塊、自動亮度控制模塊、顏色飽和度控制模塊、色調(diào)控制模塊、銳度控制模塊、伽馬 校正控制模塊、圖像質(zhì)量顯示模塊，自動曝光控制模塊與自動增益控制模塊、自動白平衡控 制模塊和自動亮度控制模塊相連，自動亮度控制模塊與顏色飽和度控制模塊相連接，顏色 飽和度控制模塊與色調(diào)控制模塊、銳度控制模塊、伽馬校正控制模塊相連接，伽馬校正控制 模塊與圖像質(zhì)量顯示模塊相連接。圖像預(yù)處理單元的作用主要是消除圖像中無關(guān)的信息， 恢復(fù)有用的真實信息，增強(qiáng)有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，從而改進(jìn)特征抽 取、圖像分割、匹配和識別的可靠性，預(yù)處理過程一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù) 原和增強(qiáng)等步驟。作為優(yōu)選，模式識別單元包括特征提取和選擇模塊，人工神經(jīng)網(wǎng)絡(luò)識別模塊，模板 匹配模塊，向量機(jī)識別模型模塊，特征提取和選擇模塊分別與人工神經(jīng)網(wǎng)絡(luò)識別模塊，模板 匹配模塊、向量機(jī)識別模型模塊相連。首先，從預(yù)處理后的輸入模式中抽取一組特征，特征 抽取過程將輸入模式從對象空間映射到特征空間；這時，模式可用特征空間中的一個點或 一個特征矢量表示，這種映射不僅壓縮了信息量，而且易于分類；特征抽取后進(jìn)行分類，即 從特征空間再映射到?jīng)Q策空間，為此而引入鑒別函數(shù)，由特征矢量計算出相應(yīng)于各類別的 鑒別函數(shù)值，通過鑒別函數(shù)值的比較實行分類；分類后，根據(jù)不同的特征，可以選擇通過人 工神經(jīng)網(wǎng)絡(luò)識別、圖像匹配和向量機(jī)識別模型進(jìn)行處理，人工神經(jīng)網(wǎng)絡(luò)識別模塊將若干處 理單元(即神經(jīng)元)通過一定的互連模型連成一個網(wǎng)絡(luò)，這個網(wǎng)絡(luò)通過一定的機(jī)制(如BP網(wǎng) 絡(luò))可以模仿人的神經(jīng)系統(tǒng)的動作過程，以達(dá)到識別分類的目的。圖像匹配模塊將不同成 像條件下的兩幅或多幅圖像進(jìn)行疊加、拼接、對準(zhǔn)、匹配等操作，以矯正圖像之間的平移、縮 放、旋轉(zhuǎn)、扭曲等幾何差異和灰度差異；向量機(jī)識別模型尋找圖像像素之間的特征的差別， 即從像素點本身的特征和周圍的環(huán)境(臨近的像素點出發(fā))，尋找差異，然后將各類像素點 區(qū)分出來，經(jīng)過圖像處理器上述的一系列圖像處理，判斷出是否為手寫，如果是手寫，則啟 用定位跟蹤器，如果不是，則直接進(jìn)入圖像放大器放大。本實用新型的有益效果是能自動對顯示的內(nèi)容進(jìn)行類型判別，當(dāng)手寫時能對手 及筆尖自動進(jìn)行跟蹤放大，對一般文字或圖片自動進(jìn)行放大，具有人工智能的效果，操作方 便，系統(tǒng)成本較低。

圖1是本實用新型的一種流程5[0029]圖2是本實用新型的一種系統(tǒng)框圖；圖3是本實用新型的控制單元的一種結(jié)構(gòu)框圖；圖4是本實用新型的圖像輸入單元的一種結(jié)構(gòu)框圖；圖5是本實用新型的圖像預(yù)處理單元的一種結(jié)構(gòu)框圖；圖6是本實用新型的模式識別單元的一種結(jié)構(gòu)框圖。
具體實施方式
下面通過具體實施例，并結(jié)合附圖對本實用新型的技術(shù)方案作進(jìn)一步具體的說 明。實施例本實施例的用于高清畫面手寫段落識別、自動追蹤放大的方法，參見圖1，包括 視頻采集高清圖像；對采集的高清圖像進(jìn)行預(yù)處理；從預(yù)處理后的輸入模式中抽取一組特征；特征抽取后進(jìn)行分類；根據(jù)不同的特征進(jìn)行處理判斷； 對視頻采集的圖像進(jìn)行模式識別；判斷是否為手寫；如是手寫，則進(jìn)行人手及筆尖定位模型，如果不是，則跳過該步驟；區(qū)域選取及放大；視頻輸出。攝像頭采集高清視頻圖像，圖像處理器讀出的圖像進(jìn)行分析，首先對采集進(jìn)來的 圖像進(jìn)行預(yù)處理，消除圖像中無關(guān)的信息，恢復(fù)有用的真實信息，增強(qiáng)有關(guān)信息的可檢測性 和最大限度地簡化數(shù)據(jù)，從而改進(jìn)特征抽取、圖像分割、匹配和識別的可靠性；預(yù)處理過程 一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強(qiáng)等步驟；完成圖像預(yù)處理后，進(jìn)入模式 識別模塊；模式識別模塊首先進(jìn)行特征提取和選擇，從預(yù)處理后的輸入模式中抽取一組特 征，特征抽取過程將輸入模式從對象空間映射到特征空間；這時，模式可用特征空間中的一 個點或一個特征矢量表示；這種映射不僅壓縮了信息量，而且易于分類；特征抽取后進(jìn)行 分類，即從特征空間再映射到?jīng)Q策空間；為此而引入鑒別函數(shù)，由特征矢量計算出相應(yīng)于各 類別的鑒別函數(shù)值，通過鑒別函數(shù)值的比較實行分類。分類后，根據(jù)不同的特征，可以選擇 通過人工神經(jīng)網(wǎng)絡(luò)識別、圖像匹配和向量機(jī)識別模型進(jìn)行處理；人工神經(jīng)網(wǎng)絡(luò)識別模塊將 若干處理單元(即神經(jīng)元)通過一定的互連模型連成一個網(wǎng)絡(luò)，這個網(wǎng)絡(luò)通過一定的機(jī)制 (如BP網(wǎng)絡(luò))可以模仿人的神經(jīng)系統(tǒng)的動作過程，以達(dá)到識別分類的目的；圖像匹配模塊將 不同成像條件下的兩幅或多幅圖像進(jìn)行疊加、拼接、對準(zhǔn)、匹配等操作，以矯正圖像之間的 平移、縮放、旋轉(zhuǎn)、扭曲等幾何差異和灰度差異；向量機(jī)識別模型尋找圖像像素之間的特征 的差別，即從像素點本身的特征和周圍的環(huán)境(臨近的像素點)出發(fā)，尋找差異，然后將各類 像素點區(qū)分出來。經(jīng)過圖像處理器上述的一系列圖像處理，判斷出是否為手寫；如是手寫， 跟蹤器對人手及筆尖進(jìn)行定位和跟蹤，并且告訴圖像放大器所需選擇和放大的區(qū)域；如果 不是，則直接通過圖像放大器對圖像進(jìn)行區(qū)域選取和放大，最后將放大后的圖像通過圖像
6顯示器輸出顯示出來。用本方法實現(xiàn)的用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)，參見圖2，包 括控制單元、圖像輸入單元、圖像預(yù)處理單元、模式識別單元、定位追蹤單元、圖像放大單 元、圖像顯示單元、存儲單元，控制單元分別與圖像輸入單元、圖像預(yù)處理單元、模式識別單 元、定位追蹤單元、圖像放大單元、圖像顯示單元相連，圖像輸入單元與存儲單元，圖像預(yù)處 理單元分別與模式識別單元及存儲單元相連，模式識別單元與定位追蹤單元相連，定位追 蹤單元與圖像放大單元相連，圖像放大單元與圖像顯示單元、存儲單元相連。參見圖3，控制單元包括控制器模塊、系統(tǒng)流程控制模塊、圖像輸出控制模塊、按 鍵，按鍵與控制器模塊相連，系統(tǒng)流程控制模塊與控制器模塊、圖像輸出控制模塊相連。其 中控制器模塊，其主要功能是接受使用者的指令，并將這一指令通過電路板傳送到系統(tǒng)控 制模塊中去。在本實施例中，按鍵共有8個，控制8個命令，每一個命令對應(yīng)一個按鍵，分別 是電源鍵、復(fù)位鍵、照明鍵、定格鍵、增加鍵、減小鍵、設(shè)置鍵和模式鍵，使用者在閱讀過程中 的任何控制命令都由按鍵，經(jīng)過系統(tǒng)控制模塊的編碼，系統(tǒng)流程控制模塊負(fù)責(zé)控制整個系 統(tǒng)的運行，并發(fā)送當(dāng)前系統(tǒng)運行狀態(tài)給圖像輸出控制模塊；圖像輸出控制模塊主要功能是 合成當(dāng)前系統(tǒng)運行狀態(tài)的圖像，從而提示用戶當(dāng)前系統(tǒng)運行到哪一個狀態(tài)；圖像提示對于 視障人士使用者是非常重要的；在本實施例中，系統(tǒng)流程控制模塊和圖像輸出控制模塊均 基于TI公司出品的TMS320DM6437ZWT6實現(xiàn)。參見圖4，圖像輸入單元包括鏡頭模塊、數(shù)字取像模塊、A/D轉(zhuǎn)換模塊，鏡頭模塊通 過數(shù)字取像模塊與A/D轉(zhuǎn)換模塊相連；在工作時鏡頭模塊收集光線進(jìn)入感應(yīng)光強(qiáng)度的感應(yīng) 區(qū)數(shù)字取像模塊，再由A/D轉(zhuǎn)換模塊將圖像和聲音等模擬信號轉(zhuǎn)換成數(shù)字信號進(jìn)入下一環(huán) 節(jié)；本實施例中，鏡頭模塊是由光學(xué)成像鏡頭模塊依序為防雜散光的防炫環(huán)、光學(xué)鏡頭、IR 濾光鏡、影像傳感器的蓋玻片、CMOS影像傳感器和CMOS圖像傳感器器件組成；數(shù)字取像模 塊和A/D轉(zhuǎn)換模塊采用OmniVision Technologies公司出品的800萬像素的高清CMOS攝 像頭模組0V88XX系列的0V8812-A67A。參見圖5，圖像預(yù)處理單元包括自動曝光控制模塊、自動增益控制模塊、自動白平 衡控制模塊、自動亮度控制模塊、顏色飽和度控制模塊、色調(diào)控制模塊、銳度控制模塊、伽馬 校正控制模塊、圖像質(zhì)量顯示模塊，自動曝光控制模塊與自動增益控制模塊、自動白平衡控 制模塊和自動亮度控制模塊相連，自動亮度控制模塊與顏色飽和度控制模塊相連接，顏色 飽和度控制模塊與色調(diào)控制模塊、銳度控制模塊、伽馬校正控制模塊相連接，伽馬校正控制 模塊與圖像質(zhì)量顯示模塊相連接。圖像預(yù)處理單元消除圖像中無關(guān)的信息，恢復(fù)有用的真 實信息，增強(qiáng)有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，從而改進(jìn)特征抽取、圖像分割、 匹配和識別的可靠性；預(yù)處理過程一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強(qiáng)等步 馬聚ο參見圖6，模式識別單元包括特征提取和選擇模塊，人工神經(jīng)網(wǎng)絡(luò)識別模塊，模板 匹配模塊，向量機(jī)識別模型模塊，特征提取和選擇模塊分別與人工神經(jīng)網(wǎng)絡(luò)識別模塊，模板 匹配模塊、向量機(jī)識別模型模塊相連。首先，從預(yù)處理后的輸入模式中抽取一組特征，特征 抽取過程將輸入模式從對象空間映射到特征空間；這時，模式可用特征空間中的一個點或 一個特征矢量表示，這種映射不僅壓縮了信息量，而且易于分類；特征抽取后進(jìn)行分類，即 從特征空間再映射到?jīng)Q策空間，為此而引入鑒別函數(shù)，由特征矢量計算出相應(yīng)于各類別的鑒別函數(shù)值，通過鑒別函數(shù)值的比較實行分類，分類后，根據(jù)不同的特征，可以選擇通過人 工神經(jīng)網(wǎng)絡(luò)識別、圖像匹配和向量機(jī)識別模塊進(jìn)行處理。人工神經(jīng)網(wǎng)絡(luò)識別模塊將若干處 理單元(即神經(jīng)元)通過一定的互連模型連成一個網(wǎng)絡(luò)，這個網(wǎng)絡(luò)通過一定的機(jī)制(如BP網(wǎng) 絡(luò))可以模仿人的神經(jīng)系統(tǒng)的動作過程，以達(dá)到識別分類的目的。定位追蹤單元根據(jù)字符的結(jié)構(gòu)特征來判斷斷點的位置；結(jié)構(gòu)特征可以準(zhǔn)確的描述 待識別字符的幾何特征，同時受噪聲和變形的影響較小，因此基于結(jié)構(gòu)的識別方法是文字 識別的一種有力工具；結(jié)構(gòu)特征通常包括特征點、筆畫、線段等；常用的結(jié)構(gòu)特征有筆劃 的走向、孤立的點，以及是否含有閉合筆畫等；當(dāng)定位跟蹤模塊識別到筆畫的斷點的時候， 則將圖像定位在斷點位置；隨著斷點的變化，圖像定位也隨之而變。圖像放大單元也是由TI公司出品的TMS320DM6437ZWT6實現(xiàn)的，通過光學(xué)放大與 數(shù)字放大兩種方式，選擇中心區(qū)域，進(jìn)行放大。圖像顯示單元采用奇信公司出品的LR430LC9001，該數(shù)字液晶屏將經(jīng)由圖像放大 單元放大后的圖像顯示在屏幕上。在本實施例中，圖像預(yù)處理單元、模式識別單元、定位跟蹤單元以及圖像放大單元 均基于TI公司的TMS320DM6437ZWT6芯片實現(xiàn)。存儲單元由ST存儲器nand flash memory NAND512W3A2BN6E 和 HYNIX 存儲器 HY57V281620HCT-H 實現(xiàn)。以上的實施例只是本實用新型的最佳方案之一，并非對本實用新型作任何形式上 的限制，在不超出權(quán)利要求所記載的技術(shù)方案的前提下還有其它的變體及改型。
權(quán)利要求一種用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)，其特征在于包括控制單元、圖像輸入單元、圖像預(yù)處理單元、模式識別單元、定位追蹤單元、圖像放大單元、圖像顯示單元、存儲單元，所述控制單元分別與圖像輸入單元、圖像預(yù)處理單元、模式識別單元、定位追蹤單元、圖像放大單元、圖像顯示單元相連，圖像輸入單元與存儲單元，圖像預(yù)處理單元分別與模式識別單元及存儲單元相連，模式識別單元與定位追蹤單元相連，定位追蹤單元與圖像放大單元相連，圖像放大單元與圖像顯示單元、存儲單元相連。
2.根據(jù)權(quán)利要求1所述的用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)，其特征 在于所述的控制單元包括控制器模塊、系統(tǒng)流程控制模塊、圖像輸出控制模塊、按鍵，所述 按鍵與控制器模塊相連，系統(tǒng)流程控制模塊與控制器模塊、圖像輸出控制模塊相連。
3.根據(jù)權(quán)利要求1或2所述的用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)，其特 征在于所述圖像輸入單元包括鏡頭模塊、數(shù)字取像模塊、A/D轉(zhuǎn)換模塊，所述的鏡頭模塊 通過數(shù)字取像模塊與A/D轉(zhuǎn)換模塊相連。
4.根據(jù)權(quán)利要求1或2所述的用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)，其特 征在于所述圖像預(yù)處理單元包括自動曝光控制模塊、自動增益控制模塊、自動白平衡控制 模塊、自動亮度控制模塊、顏色飽和度控制模塊、色調(diào)控制模塊、銳度控制模塊、伽馬校正控 制模塊、圖像質(zhì)量顯示模塊，所述的自動曝光控制模塊與自動增益控制模塊、自動白平衡控 制模塊和自動亮度控制模塊相連，自動亮度控制模塊與顏色飽和度控制模塊相連接，顏色 飽和度控制模塊與色調(diào)控制模塊、銳度控制模塊、伽馬校正控制模塊相連接，伽馬校正控制 模塊與圖像質(zhì)量顯示模塊相連接。
5.根據(jù)權(quán)利要求1或2所述的用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)，其特 征在于所述模式識別單元包括特征提取和選擇模塊，人工神經(jīng)網(wǎng)絡(luò)識別模塊，模板匹配模 塊，向量機(jī)識別模型模塊，所述的特征提取和選擇模塊分別與人工神經(jīng)網(wǎng)絡(luò)識別模塊，模板 匹配模塊、向量機(jī)識別模型模塊相連。
專利摘要本實用新型涉及一種用于高清畫面手寫段落識別、自動追蹤放大的系統(tǒng)，目的是解決現(xiàn)有技術(shù)中存在的只能用手或機(jī)械的方法進(jìn)行顯示內(nèi)容放大及追蹤的缺點，包括控制單元、圖像輸入單元、圖像預(yù)處理單元、模式識別單元、定位追蹤單元、圖像放大單元、圖像顯示單元、存儲單元；本系統(tǒng)能自動對顯示的內(nèi)容進(jìn)行類型判別，當(dāng)手寫時能對手及筆尖自動進(jìn)行跟蹤放大，對一般文字或圖片自動進(jìn)行放大，具有人工智能的效果，操作方便，系統(tǒng)成本較低。
文檔編號G06K9/68GK201749481SQ201020183860
公開日2011年2月16日 申請日期2010年5月10日 優(yōu)先權(quán)日2010年5月10日
發(fā)明者蔣清曉 申請人:蔣清曉