基于自适应亮度基准漂移的十字路口交通图像增强处理研究

针对大多数增强方法未能同时考虑图像与光照强度、拍摄时间之间关系的问题,根据不同时刻的光照强度变化,提出了一种基于自适应亮度基准漂移的全天候十字路口交通图像的增强算法。首先依据不同时刻的光照变化建立亮度基准曲线,然后由亮度基准曲线和亮度实时反馈建立自适应亮度基准值模型,最后对图像的亮度分量运用亮度基准值模型自适应增强。实验结果证明该方法在全天候不同光照条件下图像增强的有效性以及不同天气条件下增强的鲁棒性。

基于多通道融合HOG特征的全天候运动车辆检测方法

对传统的梯度方向直方图(HOG)特征提取方法进行改进,提出了一种基于多通道特征提取的加权HOG特征融合方法。首先采用基于亮度均值的方式对彩色车辆图像增强处理,其次采用自适应加权法将H、S、V三通道的梯度方向直方图(HOG)特征融合成多通道融合HOG特征,最后采用支持向量机(SVM)对融合后的特征进行车辆分类器训练和车辆检测。该方法与直接运用HOG特征进行车辆检测以及其他车辆检测方法相比,具有检测率高、鲁棒性强等特点,并且在各种气候环境下都能实现较好的检测效果,效果优于其他方法,达到了全天候车辆检测的要求。