近几年来,中国成为全球盲人数量最多的国家。由于视觉障碍的限制,出行成为盲人的巨大难题。现在,城市中都修建了盲道,帮助盲人出行。本文以各种现有盲道作为处理对象,提出盲道识别的各种算法,识别出盲道区域。该研究成果不仅可以应用在电子导盲设备上,也可以应用到其他领域。针对现有盲道识别率低,处理方式比较单一,而且容易受到光照、阴影等环境影响的问题,如果利用单一的图像分割算法,难以分割出多类型的盲道,识别率应该很低。为了能够充分利用现有盲道,本文研究内容主要有以下几点:一、对颜色盲道和纹理盲道进行了盲道识别算法的研究。在颜色盲道识别中,实现了基本的阈值分割算法、区域生长分割算法,针对分割效果不佳,且易受光照、阴影的环境影响,本文提出了一种基于颜色直方图和改进的区域生长分割算法,该算法能够准确的分割出盲道区域,同时有效避免了环境的干扰。采用了基本的K-means分割算法、Ncut分割算法,实现了纹理盲道的识别并提出了Ncut联合区域生长分割算法,解决Ncut过分割和区域生长分割效果差的问题。为了能够快速高效的识别纹理盲道,本文又提出了一种基于GLCM与改进的FCM分割算法,它能准确分割出盲道区域,同时避免环境影响。二、进行了盲道边界线的检测算法研究,采用Canny边缘检测算子实现图像的检测分析,利用Hough变换提取盲道2条边界线,计算得到盲道偏移矢量的角度值。三、为了提高应用的完整性和鲁棒性,研究了盲道拐角检测算法,利用Harris角点检测的基本原理标定出盲道拐弯处的位置,完成了拐弯盲道的识别。实验结果表明,本文提出的盲道识别算法,针对不同种类的盲道图像,都能准确的分割出盲道区域及检测出盲道的边界和相应角度值,而且消除了光照、杂质、阴影等环境因素的影响,准确的指导盲人出行,改善了盲人生活质量。