结合形态结构和BP神经网络的盲文字符识别

提出一种基于字符形态结构和BP神经网络的盲文字符识别方法。结合OTSU算法和数学形态学运算实现盲文图像的二值化,通过Canny算子和Hough变换校正盲文图像的旋转畸变;鉴于盲文字符的点位形态结构特征,交替采用形态学膨胀与腐蚀运算处理校正后的盲文图像,确保点位结构的全连接性,通过像素投影法提取盲文字符区域,并结合BP神经网络算法识别盲文字符。结果表明,在40幅测试图像上获得高于95%的盲文字符识别准确率。

盲文显示装置的研究进展

盲文显示装置可将纸质书籍或者电子文档中的普通文字转换成专为盲人识别的盲文点字,供盲人触摸阅读,在盲人教学中越来越受到欢迎,已成为盲人辅助产品研究的前沿和焦点。首先回顾了盲文显示装置的研究历程,阐述了国内外研究现状;其次总结了盲文显示装置的研发难点,主要包括盲文触点的驱动方式、盲文触点的控制、盲文触点的分辨率等研发难点;然后对现有盲文显示装置的性能进行了比较;最后对盲文显示装置的发展潜力及未来趋势进行了展望。研发成本低、体积小、信息存储量大、响应速度快、便于携带的盲文显示装置,对于改善人数众多盲人弱势群体的生活质量、提高盲人的文化水平有着重大的意义。

一种新盲文输入法的设计与实现

随着计算机及其操作系统的发展,早期的盲文输入法已经不能适应当前的应用需求,为此研发了一款新盲文输入法,不但适用于盲人使用并且支持多种输入模式,也适用于从事盲文工作的普通人使用。此种输入法还支持多种盲文字符集,便于用户灵活选择,适应于不同版本的操作系统,避免与其他盲文软件冲突。