1.一种基于OpenCV图像识别的盲人智能拐杖控制系统，其特征在于，所述基于OpenCV图像识别的盲人拐杖控制系统设置有：
路况检测模块，用于实现对前方未知路况的检测，当遇到前方的障碍物时，系统会对前方的障碍物识别分类，将识别结果以语音播报的形式告知盲人；
紧急呼叫模块，采用SIM900A通信模块，用于盲人用户实现在通过控制智能拐杖上的按键向指定好的电话号码拨打电话，实现了一键拨打电话；
人员定位模块，利用Wi-Fi定位技术，通过检测Wi-Fi信号强度，结合KNN算法来实现定位，并将该位置信息以短信的形式发送给家人。
2.如权利要求1所述的基于OpenCV图像识别的盲人拐杖控制系统，其特征在于，所述路况检测模块包括：
模型构建模块，利用SURF算法进行特征值的提取，使用OpenCV来检测特征点，并抽取其特征点描述符，把提取出来的特征值传递给OpenCV进行训练，得到预先指定数量的类别；统计出每张图像样本的特征点在各个类别中出现的频率，构造出每张图片的bag of words；
训练分类模块，利用SVM分类器进行分类，对每一个类别都训练一个二元分类器；对于待分类图片的特征向量，使用每一个分类器计算分在该类的可能性，选择可能性最高的类别作为这个特征向量的类别；
实时场景输入模块，通过按键来对当前画面进行捕捉，对其进行模型的构建，并将其特征向量作为系统的输入数据进行识别分类，最终以语音播报的形式反馈给盲人用户。
3.如权利要求1所述的基于OpenCV图像识别的盲人拐杖控制系统，其特征在于，所述紧急呼叫模块采用SIM900A通信模块，安装SIM卡，插上耳机和耳麦后通过控制智能拐杖上的按键向指定好的电话号码拨打电话。
4.如权利要求1所述的基于OpenCV图像识别的盲人拐杖控制系统，其特征在于，所述人员定位模块通过检测Wi-Fi信号强度，结合KNN算法来实现定位，并将该位置信息以短信的形式发送给家人。
5.如权利要求2所述基于OpenCV图像识别的盲人拐杖控制系统路况检测方法的模型构建模块包括：
(1)通过对大数据样本进行图像预处理，进而对每个图像样本进行SURF特征点提取，得到每个样本的特征值；
(2)利用K-means算法将提取的每个样本的特征值划分成k个聚类，从而得到k组向量，每个向量都代表某个类别的feature的中心点；
(3)构造Bag Of Words模型，BOW是用来表示图像的描述特征的；统计这K个聚类在每个样本特征值中所占的比例，将每张图片表示成K维数值向量。
6.如权利要求4所述的基于OpenCV图像识别的盲人拐杖控制系统，其特征在于，所述基于OpenCV图像识别的盲人拐杖控制系统的人员定位方法包括：
1)、通过Wi-Fi Info获取当前位置附近的RSSI信息，测量到待定位的地方AP的信号强度和物理地址；
2)、利用机器学习相关的匹配算法，对实测数据与储存在程序中的数据进行对比，搜索到一组和测量典型匹配的数据，估算出待测点的位置。
7.一种安装有权利要求1～5任意一项所述基于OpenCV图像识别的盲人拐杖控制系统的拐杖。