眼部疾病是影響人們生活質(zhì)量的主要疾病之一,中國是世界上盲人最多的國家。對于由視網(wǎng)膜色素變性以及老年黃斑色素變性引起的失明患者來講,視覺假體的研究為盲人提供了一種可行的視覺替代方案。假體通過對視神經(jīng)系統(tǒng)進行電刺激,使視覺中樞產(chǎn)生光幻視,為假體植入者提供可理解的視覺感受,從而恢復部分或全部視覺功能。仿真假體視覺下的動作識別研究對于幫助盲人更好地通過視覺假體感知外界環(huán)境事物,辨別人體行為方式有著一定的參考價值。動作識別的研究通常包括手勢識別,運動識別,姿態(tài)預測等方向。手勢不但是一種重要的肢體語言,且基于視覺的手勢識別技術是目前人機交互研究的主要方向。因此,在仿真假體視覺的研究中,針對手勢的識別也具有重要的研究意義。手勢識別的效果一定程度上取決于攝像機獲取的圖像的質(zhì)量,如圖像分辨率,是否攜帶深度信息等均會對圖像質(zhì)量產(chǎn)生影響。本文首先通過對基于Kinect獲取的深度圖像進行人體動作識別研究。通過對獲得的深度圖像進行簡單的圖像處理,針對左移、右移、上蹦和下蹲四個動作,設計一個動作識別系統(tǒng)進行識別。實驗結果表明,基于深度圖像的動作識別可以較好地將人體與背景分離,實現(xiàn)良好的動作識別效果。本文接下來通過針對仿真假體視覺下彩色圖像和深度圖像對于手勢識別的不同效果,使用Kinect獲取彩色圖像以及深度圖像進行手勢識別研究,探究一種仿真假體視覺下更合適的圖像處理手段。通過Kinect獲取深度圖像,利用Opencv庫函數(shù)對獲取的圖像進行基于深度距離的閾值分割將人體與背景分離,再對分離出來的前景圖像進行中值濾波,以及基本的形態(tài)學處理方法,不斷對圖像地進行腐蝕、膨脹處理,從而盡量地去除圖像噪聲,為之后的手勢識別提供良好的手勢姿勢圖像。再對處理過后的手勢圖像進行像素化處理,就可以進行仿真假體視覺下的手勢識別實驗。實驗要求被試者在32×32,48×48,64×64三種分辨率下進行從0到9共十個數(shù)字手勢和從A到Z共二十六個字母手勢的手勢識別實驗。結果表明,隨著分辨率的增加,手勢識別的準確率也不斷增加。同一分辨率下,深度圖像下的手勢識別率總體來講要高于彩色圖像下的手勢識別率,且在32×32分辨率下,二者差異顯著。
【學位單位】：內(nèi)蒙古科技大學
【學位級別】：碩士
【學位年份】：2020
【中圖分類】：R318;TP391.41
【部分圖文】：

內(nèi)蒙古科技大學碩士學位論文-2-視網(wǎng)膜假體，按照微電極陣列在視覺通路上刺激視網(wǎng)膜位置的不同[3]，主要分為視網(wǎng)膜上假體、視網(wǎng)膜下假體以及脈絡膜上假體等。視網(wǎng)膜上假體系統(tǒng)放置在視網(wǎng)膜感覺神經(jīng)的表面上，與神經(jīng)纖維和神經(jīng)節(jié)細胞層相鄰。這些裝置的外科手術通常通過睫狀體切開術治療，使用微電極陣列用粘性固定到視網(wǎng)膜表面。這種技術的優(yōu)點在于，外科手術入路和野外對于進行常規(guī)玻璃體視網(wǎng)膜手術的外科醫(yī)生來說更為熟悉，而器械放置和移植的修訂可以不那么復雜。視網(wǎng)膜下假體的基本原理是通過將裝置定位在眼底視網(wǎng)膜，利用視網(wǎng)膜中間神經(jīng)元的固有信號處理能力，產(chǎn)生更生理的視覺形式，對圖像處理的需求更少。此外，該裝置位于更靠近目標視網(wǎng)膜的位置，并且僅需要較低的電刺激就可以使得原有視網(wǎng)膜信號得以放大[5]。脈絡膜上腔視覺假體構造與視網(wǎng)膜上視覺假體類似，不同之處在于二者的用于刺激視網(wǎng)膜的電極陣列的位置不同。并且脈絡膜上腔視覺假體不需要經(jīng)皮手術，因此可能具有較小的侵入性，并且更容易進行維修或更換。此外，由于其與神經(jīng)感覺視網(wǎng)膜的距離，這種設計似乎需要更大的刺激能力來引發(fā)視覺感知。視網(wǎng)膜假體在植入過程中的微創(chuàng)性，以及能夠利用假體植入患者本身的部分正常視覺通路對視覺信息進行處理，更有助于呈現(xiàn)良好的光幻視。視網(wǎng)膜假體植入微電極的固定方法仍需進一步改進。圖1.1描述了不同視覺假體的分類和植入方式：圖1.1視覺假體分類及植入部分示意圖[6]視覺假體的基本工作原理是通過微型攝像頭捕捉外界的圖像信息，將其發(fā)送到微處理器，微處理器通過對圖像和視頻進行處理，通過在假體患者視覺通路上植入相應的微電極，將處理后的圖像信息轉化為電刺激的脈沖信號[7]，傳輸給眼球后部

內(nèi)蒙古科技大學碩士學位論文-3-的電極板。電極板通過傳過來的電刺激脈沖信號刺激完好的視覺神經(jīng)產(chǎn)生電刺激，激使大腦產(chǎn)生刺激相關的明暗信號，進而在視覺中樞產(chǎn)生一種視覺感知的“光幻視”，使患者可以恢復部分視覺，重新“看”到外界信息[8]。圖1.2視覺假體結構組成及信息模式圖[9]患者感知的圖像清晰度與植入患者腦內(nèi)的電極數(shù)量是正相關關系。也就是說，隨著電極數(shù)目增加，相應地獲取到的圖像分辨率也增強，患者感知的光幻視圖像也就越具體，接收的視覺信息越多。但植入人體刺激電極的數(shù)量需要嚴格限制，盡可能使用最少的電極，在最適當?shù)奈恢貌迦腚姌O，產(chǎn)生盡量良好的視覺感知。圖1.2為視覺假體的圖像信息的提取及處理過程。1.2課題研究的目的及意義1.2.1論課題研究目的視覺是人們與外界環(huán)境交互的基本方式之一，也是人與人之間進行交流溝通的基本途徑之一。不同原因?qū)е碌牟煌潭壬系囊曈X疾病甚至失明，給患者生活造成極大的影響。對于普通的工薪家庭來說，這無疑加重了生活的負擔。視覺假體通過對部分依舊良好的視覺通路進行電刺激使視力殘疾者產(chǎn)生視覺感受，為幫助他們重建光明帶來了可能與希望。為了幫助視力殘疾患者，已經(jīng)做了大量的研究，現(xiàn)有的技術已經(jīng)可以通過視覺假體技術使患者們重獲視覺感知，但受到植入人體內(nèi)部的電極陣列數(shù)量的限制，患者看到的假體提供給患者的部分視覺圖像信息依舊很少，有時甚至并不能夠滿足患者需求。因此，如何使得在有限數(shù)量下的電極收集到的外界環(huán)境信息更好的提供給假體佩戴者，幫助他們形成可理解可辨別的視覺感受，依舊是假體研究需要不斷努力的目標和方向。在植入視覺假體后，需要進行大量的眼手協(xié)調(diào)訓練幫助他們適應假體視覺從而完成日常生活的任務。

內(nèi)蒙古科技大學碩士學位論文-5-者視野中的位置不佳，導致不能夠讓患者清晰地認知外部世界，但這為視覺假體的建立與發(fā)展奠定了有力的基矗刺激電極一般位于硬腦膜外表，致使誘發(fā)光幻視需要較大的電流刺激，且呈現(xiàn)的圖像分辨率較差，并且容易導致頭疼、癲癇等并發(fā)疾病的發(fā)生[5]。雖然在視覺假體的研發(fā)上，美國和德國已有產(chǎn)品投入市場，但多數(shù)研究工作是先通過仿真假體視覺的方式開始，再過渡到臨床實驗。澳大利亞、比利時、日本和韓國等研究小組也對仿真假體視覺的相關內(nèi)容進行了進一步的研究。波士頓的研發(fā)小組研發(fā)了一種可伸縮技術的無線設備，該設備可以植入到視網(wǎng)膜下并可以單獨進行控制。圖1.3ArgusII視網(wǎng)膜假體系統(tǒng)及其結構組成[13]ArgusII視網(wǎng)膜上假體（SecondSightMedicalProductsInc.，Sylmar，CA，USA）是2011年第一臺獲得CE（CONFORMITYWITHEUROPEAN）標志的設備，并于2013年獲得FDA[15]（FoodandDrugAdministration）批準。它是全球使用最廣泛的視網(wǎng)膜假體，到目前為止，約有超過250名患者接受了植入治療。ArgusII系統(tǒng)由外部組件和可植入組件組成，如圖1.3所示。外部組件由安裝在眼鏡上的攝像機組成，該攝像機連接到便攜式視覺處理單元，用來處理圖像以便傳輸?shù)酵獠客ㄐ啪�圈。該線圈通過無線射頻（RadioFrequency，RF）遙測技術為內(nèi)部匹配線圈提供電源感應和數(shù)據(jù)傳輸，內(nèi)部匹配線圈通過硅膠鞏膜扣固定在鞏膜上。一旦接收到，RF信號被解碼回電信號，并使用專用集成電路（ApplicationSpecificIntegratedCircuit，ASIC）設置輸出命令，其直接傳遞到眼內(nèi)視網(wǎng)膜刺激器，包括60個微電極陣列，每個直徑200μm，覆蓋20°視野。其集成電路采用氣密密封，且由加速老化試驗測試，具有超過10年的使用壽命。ArgusII二期試驗涉及30名受試者，用
【參考文獻】

相關期刊論文 前5條

1 李孟輝;任秋實;;視覺假體——盲人復明的新希望[J];世界復合醫(yī)學;2015年03期

2 陳建軍;段富;;Kinect骨骼信息下的動態(tài)手勢識別研究[J];科學技術與工程;2014年34期

3 夏鵬;胡潔;戚進;柴新禹;彭穎紅;;視覺修復系統(tǒng)模型建立與信息處理[J];上海交通大學學報;2014年02期

4 陳皓;路海明;;基于深度圖像的手勢識別綜述[J];內(nèi)蒙古大學學報(自然科學版);2014年01期

5 王星;姚軍平;章毅;劉娜;鄭小林;陰正勤;侯文生;;硬腦膜外視皮層電刺激的實驗研究[J];中華眼視光學與視覺科學雜志;2011年06期

相關博士學位論文 前2條

1 蓋偉;虛擬現(xiàn)實中實時交互方法研究[D];山東大學;2017年

2 王星;硬腦膜外電刺激皮層神經(jīng)假體的能量信號傳輸關鍵技術與實驗研究[D];重慶大學;2010年

相關碩士學位論文 前10條

1 王媛媛;基于卷積神經(jīng)網(wǎng)絡的圖像深度估計研究[D];西安理工大學;2018年

2 段璟晗;基于FPGA的視覺假體顯著圖提取算法的研究[D];西安理工大學;2017年

3 蔣亞杰;基于Kinect的人體姿態(tài)識別和機器人控制[D];深圳大學;2017年

4 黃添娣;基于膚色分割和統(tǒng)計模板匹配的手勢識別人機交互系統(tǒng)[D];廣東技術師范學院;2017年

5 張永杰;基于Kinect深度超像素手勢識別[D];寧波大學;2017年

6 張瑩瑩;基于Kinect的大屏幕手勢互動系統(tǒng)研究與實現(xiàn)[D];安徽大學;2017年

7 袁濤;上肢康復機器人訓練運動自動獲取與綜合編排系統(tǒng)研究[D];東華大學;2017年

8 王興魯;基于Unity3D與Kinect的體感交互技術應用研究[D];蘭州交通大學;2017年

9 周俊;基于稀疏表示的單幅圖像去雨雪算法[D];天津大學;2017年

10 李春雪;基于Kinect傳感器的室內(nèi)三維地圖生成研究[D];哈爾濱工程大學;2016年

本文編號：2874646