一种基于颜色纹理与SVM的盲道分割算法

为了帮助盲人更好地利用盲道，需要将盲道从复杂的前方环境图像中提取出来，提出一种基于颜色纹理和SVM的盲道分割算法，首先利用SVM对样本进行特征训练，再利用训练后的SVM数据模型对输入的图像进行判别，从而将盲道部分提取出来。通过对比选取了HSV颜色空间的颜色特征和3个频率、2个方向角的Gabor滤波器组样本纹理特征，再将其输入到SVM分类器中训练。结果表明，相较于现有算法，该盲道分割算法具有更加稳定、普遍性高、系统处理时间短等优点。