基于Retinex和SURF算法融合的高速公路视频监控偏移与缩放检测探究

针对高速公路视频监控中存在的图像偏移和缩放问题,本文提出了一种基于Retinex和SURF算法融合的检测方法。首先,利用Retinex算法对视频顿进行光照补偿,减少光照变化对特征检测的影响。其次,应用SURF算法提取增强后图像的关键点和描述子,利用专家意见法策略形成特征库,以适应光照变化剧烈和复杂场景下匹配,提高鲁棒性。最后,通过实验验证了该方法在高速公路视频监控中的有效性和准确性。研究结果表明,与单一算法相比,该方法能够更准确地检测出视频监控中的偏移与缩放现象,为高速公路视频监控系统的有效利用提供保障。