针对现有盲道识别算法实时性较差的问题,提出一种基于边界跟踪的高实时性盲道识别算法,主要包括精确识别和跟踪识别两个步骤。精确识别步骤主要计算初始帧的灰度共生矩阵,并通过聚类和Hough变换提取图像中盲道的边界直线。之后的跟踪识别步骤利用前一帧盲道边界位置估计当前帧边界所处的小范围ROI(感兴趣区域),在该区域中利用图像灰度梯度特征提取盲道边界位置,并通过判断前后帧盲道边界两侧颜色分布一致性检验跟踪的有效性:一致则有效,继续进行跟踪识别;反之转向精确识别步骤。对该算法进行多次实验,正常光照下每帧图像中盲道的精确识别和跟踪识别时间分别约为0.8 s和0.1 s,综合平均每帧识别时间显著降低,且盲道识别率达到90%以上,同时在阴影环境下的适应性良好。实验结果表明本文算法在保证识别率的前提下可显著提高盲道识别的实时性。