目前,导航技术在我们的生活中应用的非常广泛。在飞行导航,船舶导航和车辆导航方面的技术都已经相当的成熟。近些年来,关于盲人出行的导航技术也是研究的热点之一。盲人作为社会的一个特殊群体,由于身体的原因,即使身处繁华的大都市,他们也仿如与世隔绝,永远生活在黑暗的世界里。为了帮助到这个群体,让他们能独立地、更好的融入到丰富多彩的都市生活当中,像正常人一样自由地逛街,逛商场,去自己想去的地方。本文提出了一种基于脉冲神经网络的商场道路的划分方法。目的是让这项研究能够应用在盲人导航技术上,方便盲人的出行。该方法的基本思想是:先从各个大商场拍摄大量的商场道路的原始图像,并对这些原始图像进行预处理,即去除原始图像中的噪声干扰。再对这些降噪过的图像进行图像增强处理,增加其对比度,增强图像的边界信息。然后利用脉冲神经网络来求取商场道路图像的梯度图,并通过阈值法来消除无用的梯度,再结合分水岭算法分割出商场道路路面。为了消除分水岭算法中的过度分割问题,采用相似度准则来进行相似区域合并,最后用边界跟踪算法提取出来商场道路的边界轮廓信息。通过实验分析发现,该方法可以较好的分割出商场道路的边界轮廓,分割效果良好,具有一定的鲁棒性。本文探讨的方法只是整个盲人导航系统中的一小部分,是最为基础的研究部分。随着图像处理技术、计算机技术、网络技术的不断发展,可以预见的是,将来盲人的出行会是这样的。盲人戴着装有微型摄像头的眼镜和耳机,穿着具有导航功能的背心,独立、自由地行走在川流不息的人群当中。而导航系统的工作过程是:从微型摄像头中实时获取路面的图像,传送到导航装置中进行分析、计算。自动规划出一条可行的、安全的道路,并通过语音实时提醒盲人前行。