基于显著性检测和改进投影字典对的盲道分割

现有盲道分割算法是通过提取颜色或纹理特征,采用聚类等方法来进行分割,易受盲道类型和外部环境影响。针对此问题,从盲道整体特征进行考虑,引入学习的方式,提出了一种基于显著性检测和改进投影字典对学习的盲道分割方法。该方法首先利用显著性检测,对盲道区域进行粗定位;然后以图像块作为处理单元,通过所提出的稳健字典对学习算法进行字典学习;接着将粗定位后的图像分块在该字典上进行稀疏重构;最后按照重构误差进行分类,以达到分割的目的。实验结果显示,在盲道分割中,该算法相对于现有算法,无论是准确性,还是普适性都表现更好。