1.一種基于OpenCV圖像識別的盲人智能拐杖控制系統，其特征在于，所述基于OpenCV圖像識別的盲人拐杖控制系統設置有：
路況檢測模塊，用于實現對前方未知路況的檢測，當遇到前方的障礙物時，系統會對前方的障礙物識別分類，將識別結果以語音播報的形式告知盲人；
緊急呼叫模塊，采用SIM900A通信模塊，用于盲人用戶實現在通過控制智能拐杖上的按鍵向指定好的電話號碼撥打電話，實現了一鍵撥打電話；
人員定位模塊，利用Wi-Fi定位技術，通過檢測Wi-Fi信號強度，結合KNN算法來實現定位，并將該位置信息以短信的形式發送給家人。
2.如權利要求1所述的基于OpenCV圖像識別的盲人拐杖控制系統，其特征在于，所述路況檢測模塊包括：
模型構建模塊，利用SURF算法進行特征值的提取，使用OpenCV來檢測特征點，并抽取其特征點描述符，把提取出來的特征值傳遞給OpenCV進行訓練，得到預先指定數量的類別；統計出每張圖像樣本的特征點在各個類別中出現的頻率，構造出每張圖片的bag of words；
訓練分類模塊，利用SVM分類器進行分類，對每一個類別都訓練一個二元分類器；對于待分類圖片的特征向量，使用每一個分類器計算分在該類的可能性，選擇可能性最高的類別作為這個特征向量的類別；
實時場景輸入模塊，通過按鍵來對當前畫面進行捕捉，對其進行模型的構建，并將其特征向量作為系統的輸入數據進行識別分類，最終以語音播報的形式反饋給盲人用戶。
3.如權利要求1所述的基于OpenCV圖像識別的盲人拐杖控制系統，其特征在于，所述緊急呼叫模塊采用SIM900A通信模塊，安裝SIM卡，插上耳機和耳麥后通過控制智能拐杖上的按鍵向指定好的電話號碼撥打電話。
4.如權利要求1所述的基于OpenCV圖像識別的盲人拐杖控制系統，其特征在于，所述人員定位模塊通過檢測Wi-Fi信號強度，結合KNN算法來實現定位，并將該位置信息以短信的形式發送給家人。
5.如權利要求2所述基于OpenCV圖像識別的盲人拐杖控制系統路況檢測方法的模型構建模塊包括：
(1)通過對大數據樣本進行圖像預處理，進而對每個圖像樣本進行SURF特征點提取，得到每個樣本的特征值；
(2)利用K-means算法將提取的每個樣本的特征值劃分成k個聚類，從而得到k組向量，每個向量都代表某個類別的feature的中心點；
(3)構造Bag Of Words模型，BOW是用來表示圖像的描述特征的；統計這K個聚類在每個樣本特征值中所占的比例，將每張圖片表示成K維數值向量。
6.如權利要求4所述的基于OpenCV圖像識別的盲人拐杖控制系統，其特征在于，所述基于OpenCV圖像識別的盲人拐杖控制系統的人員定位方法包括：
1)、通過Wi-Fi Info獲取當前位置附近的RSSI信息，測量到待定位的地方AP的信號強度和物理地址；
2)、利用機器學習相關的匹配算法，對實測數據與儲存在程序中的數據進行對比，搜索到一組和測量典型匹配的數據，估算出待測點的位置。
7.一種安裝有權利要求1～5任意一項所述基于OpenCV圖像識別的盲人拐杖控制系統的拐杖。