论文部分内容阅读
视觉信息作为人类获取的外界信息中最主要组成部分,在人类认识和改造世界的过程中起到了至关重要的作用。然而,由于一些病变或遗传造成的视觉功能障碍,正在影响人类感知外界的能力。低视力人群作为视觉障碍人群中重要的一部分,存在对图像信息识别困难的缺陷,从而影响到日常的生活作息。 近年来,随着图像处理技术的发展,使得通过设计基于图像处理的低视力助视算法,来改善低视力人群对图像信息的辨识能力成为了可能。但是,目前国内外与此相关的研究工作并不多。本文根据低视力人群的视觉障碍特点,设计基于图像处理的低视力助视算法,在此基础上实现了算法的HTML5软件设计。主要工作如下: (1)基于低视力人群对颜色的敏感度不同,提出了一种基于颜色特征的图像助视算法,通过大津法阈值分割,查找表法颜色变换等处理手段改变视觉图像信息的颜色进行图像增强,直到达到低视力人群所适应的范围来满足其视觉需要。实验结果表明,该算法能提高低视力人群对图像信息的识别能力。 (2)针对低视力人群只能看到图像的部分区域的情况,研究并设计了一种基于视觉显著度的助视算法,利用Harris角点检测、凸包检测等算法找出图像的感兴趣区域,提出遮罩算法遮盖背景来突显感兴趣区域。实验结果表明,算法帮助低视力人群在大量图像信息中提前找到感兴趣区域,减少了查找所花费的时间,方便了信息搜索。 (3)结合浏览器应用场景设计了一种基于HTML5的助视软件,将上述两种算法应用于该软件,添加到浏览器扩展工具中,改善了低视力人群网页浏览时的用户体验。