基于稀疏表示的盲道檢測算法研究.pdf

1、盲道檢測是導(dǎo)盲設(shè)備的關(guān)鍵技術(shù)，對于提高盲道的使用率具有重要的意義。近年來，國內(nèi)外研究人員提出了多種盲道分割算法，但是在面對城市中各種類型的盲道和復(fù)雜場景時，現(xiàn)有的分割方法暴露出魯棒性較差和適用面較窄的缺點。因此，研究盲道的自動分割算法，在保證分割精度的同時增加算法的魯棒性和普適性，具有十分重要的應(yīng)用價值。
　　現(xiàn)有盲道分割算法是通過提取顏色或紋理特征，再采用閾值分割或聚類的方法來進行分割，易受盲道類型和外部環(huán)境的影響。針對這一問題

2、，本文提出了一種基于稀疏表示的盲道檢測算法。該算法從盲道的整體特征進行考慮，引入機器學(xué)習(xí)的思想，將盲道的分割問題轉(zhuǎn)變?yōu)橐粋€對圖像中每一個小塊進行分類的問題。本文的研究工作主要有以下幾個方面：
　　1）給出了一種基于顯著性檢測和改進投影字典對的盲道分割算法。本文引入最新的字典對學(xué)習(xí)理論，并且對其進行了低秩約束改進，獲得了具有魯棒性的字典對學(xué)習(xí)算法。該方法首先利用顯著性檢測，對盲道區(qū)域進行粗定位，然后以圖像塊作為處理單元，通過改進后的

3、字典對學(xué)習(xí)算法進行字典學(xué)習(xí)，接著將粗定位后的圖像分塊在該字典上進行稀疏重構(gòu)，最后按照重構(gòu)誤差進行分類，以達到分割的目的。
　　2）對盲道邊界檢測和拐點檢測算法進行了研究。在研究盲道邊界檢測時，本文利用Canny算子對盲道邊界進行了檢測；在研究拐點檢測時，給出了一種針對盲道實際的拐點檢測方法，該方法采用先對盲道邊界進行直線擬合，再通過計算邊界點曲率的方式尋找拐點。
　　文章最后將本文提出的算法與其它算法進行了對比實驗，實驗結(jié)果