嵌入式盲人图标实时识别研究

doi:10.3778/j.issn.1002-8331.2010.05.017

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (5): 55-58.DOI: 10.3778/j.issn.1002-8331.2010.05.017

嵌入式盲人图标实时识别研究

喻正红^1，2，石跃祥¹，朱珍民²

1.湘潭大学信息工程学院，湖南湘潭 411105
2.中国科学院计算技术研究所，北京 100091

收稿日期:2009-04-01 修回日期:2009-05-19 出版日期:2010-02-11 发布日期:2010-02-11
通讯作者: 喻正红

Blind icon real-time recognition studying on embedded system

YU Zheng-hong^1，2，SHI Yue-xiang¹，ZHU Zhen-min²

1.College of Information Engineering，Xiangtan University，Xiangtan，Hunan 411105，China
2.Institute of Computing Technology，Chinese Academy of Sciences，Beijing 100091，China

Received:2009-04-01 Revised:2009-05-19 Online:2010-02-11 Published:2010-02-11
Contact: YU Zheng-hong

摘要/Abstract

摘要： 利用嵌入式系统的特点，提出了一种基于DSP芯片的盲人图标实时识别系统，硬件上构建了系统的基本功能，软件上提出了一种基于不变矩和神经网络的盲人图标识别算法，实验结果表明该系统识别效率较高，识别速度较快，具有携带方便，能源消耗低，可移动性强等特点，满足实际使用的需要，具有一定的应用价值。

关键词: 盲人图标, 模式识别, 不变矩, 神经网络

Abstract: Making full use of features of embedded system，this paper proposes a DSP-based blind icon real-time recognition system.It not only constructs the basic function of the system in hardware but also puts forward an algorithm of blind icon recognition system based on moment invariants and neural network.The experiment shows that it can meet the needs of practical use and has certain application value for its good qualities：High recognition efficiency，quick recognition speed，convenience，low energy consumption，strong mobility and so on.

Key words: blind icon, pattern recognition, moment invariants, neural network

中图分类号:

TP391

喻正红^1，2，石跃祥¹，朱珍民². 嵌入式盲人图标实时识别研究[J]. 计算机工程与应用, 2010, 46(5): 55-58.

YU Zheng-hong^1，2，SHI Yue-xiang¹，ZHU Zhen-min². Blind icon real-time recognition studying on embedded system[J]. Computer Engineering and Applications, 2010, 46(5): 55-58.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[4]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[5]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[6]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[7]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[8]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[9]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[10]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[11]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[12]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[13]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[14]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[15]	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法[J]. 计算机工程与应用, 2021, 57(7): 228-236.

嵌入式盲人图标实时识别研究

Blind icon real-time recognition studying on embedded system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics