摘要：针对雾天视频图像对比度低、可视性急剧下降的特点,提出一种改进的限制对比度自适应直方图均衡化的视频实时去雾方法。将图像从RGB空间变换到HIS空间,根据模块之间的相似性进行自适应更新,提高图像中心的像素值权重。使用预定义的阈值裁剪直方图,限制噪声的放大和局部对比度的过增强,确保对视频图像处理的快速性。与传统方法进行比较,多组实验结果表明,该方法在信息熵、平均梯度、方差等指标上具有明显的优越性,可以有效去除朦胧,增强雾天图像的层次感;计算复杂度低,可以满足实时性应用的要求。

摘要：针对在夜间的交通标志的识别时,出现的检出率、识别率较低的问题,提出改进限制对比度自适应直方图均衡算法。通过在限制对比度自适应直方图均衡算法中加入伽马校正的方法对图像进行预处理,使用HSV色彩空间对处理后的图像分割,检测定位图像中的交通标志,再利用SVM训练识别样本,建立训练模型完成对夜间交通标志的识别。实验结果证明:经过该方法处理后的夜间交通标志图像减少了光线因素对检测结果的影响,对夜间交通标志的平均检测率达到了96.8%,对检测出交通标志的平均识别率达到95.8%。改善了交通标志在夜间的检测识别问题,可应用于辅助驾驶系统在夜间对交通标志的识别。