卢利琼 吴东

摘  要：盲文是视力障碍人士用来学习技能和了解世界的重要手段，盲文检测则是促进视力障碍人士和正常人士交流的关键技术。针对盲文扫描图像，利用HOG（Histogram of Oriented Gradient）特征和SVM（Support Vector Machine）提出了一种盲文检测方法，并在盲文扫描图像数据集DSBI上进行了验证，实验结果表明，所提出的方法能够有效检测盲文点信息。

关键词：视力障碍;盲文检测;HOG;SVM

中图分类号：TP391.4                文献标识码：A文章编号：2096-4706（2021）15-0131-03

Abstract： Braille is an important means for the visually impaired people to learn skills and understand the world. And braille detection is the key technology to promote the communication between visually impaired people and normal people. For braille scanned images， a braille detection method is proposed by using HOG （Histogram of Oriented Gradient） feature and SVM （Support Vector Machine）， and verified on braille scanned image data set DSBI. The experimental results show that the proposed method can effectively detect braille point information.

Keywords： visually impaired; braille detection; HOG; SVM

0  引  言

我國目前视力障碍人士超过1 800万，平均每一分钟就会出现一位视力障碍人士[1]。盲文是这些视障人士用来学习和了解世界的重要手段。我国政府非常重视视障人士的生活和发展问题，提出了“特殊教育信息化”的总导思想。盲文检测旨在利用人工智能技术自动检测出整幅图像中的盲文信息，是诸多特殊教育产品应用能够落地的关键技术，如盲文书籍电子化、盲文自动阅卷、盲人与正常人的交流，等等。

盲文由多个盲方组成，而每个盲方则由六个盲点按照固定顺序（共两列，每列三个盲点）和盲点是否出现进行排列[2]，如图1所示。目前，盲文检测是先将盲文点检测出来，然后再组成盲方进行识别。现有的盲文点检测方法主要有两类，第一类是利用图像分割和盲点凸起的特性从像素的角度将每个像素分成凸点像素、凹点像素和背景像素三类，然后将相邻的凸点像素组合得到盲文点;第二类则是先利用滑窗的机制从图像中获取多个子图像，然后针对每个子图像来提取纹理特征作为机器学习方法（例如SVM，Adaboost等）的输入进行盲文点的检测。……