常见的基于人类视觉特性的图像增强算法由于是同时完成动态范围压缩和对比度增强,导致增强图像的整体对比度不高、边缘部分效果不佳.通过分析人类视觉系统的全局和局部自适应调节原理及人眼视网膜神经节细胞感受野的传输特性,提出一种仿生图像增强法.为适应人类视觉系统对光强的主观感觉特性,对图像作全局亮度对数变换 并利用人眼的主观亮度感觉与实际光强的对数呈局部线性关系的特性,采用视网膜神经元感受野三高斯 模型来调整亮度图像的局部对比度 最后利用线性变换恢复图像的彩色信息.实验结果表明,该算法的增强效果良好,

交通视频采集后的图像预处理。由于硬件及环境等因素的影响，摄像头提取的图像不可避免地包含噪声，图像的质量会受到不同程度的失真。因此，我们要对采集到的视频序列进行图像的预处理。 车辆检测算法。概括性的分析了基于图像处理的几种常用的车辆检测算法：帧差法、光流法，总结了各种方法的优缺点，并采用背景差法对车流量进行检测。该算法自适应能力强，计算量小，可正确判断有无车辆、完成车辆计数，实现车流量计算，为交通监管系统提供实时有效的交通参数。 车辆计数。分析常用的车辆计数方法：虚拟线圈法和目标跟踪法。并

常见的基于人类视觉特性的图像增强算法由于是同时完成动态范围压缩和对比度增强,导致增强图像的整 体对比度不高、边缘部分效果不佳.通过分析人类视觉系统的全局和局部自适应调节原理及人眼视网膜神经节细胞 感受野的传输特性,提出一种仿生图像增强算法.为适应人类视觉系统对光强的主观感觉特性,对图像作全局亮度 对数变换 并利用人眼的主观亮度感觉与实际光强的对数呈局部线性关系的特性,采用视网膜神经元感受野三高斯 模型来调整亮度图像的局部对比度 最后利用线性变换恢复图像的彩色信息.实验结果表明,该

图像的光流法计算的matlab程序,MIT人工智能实验室的目标识别的源码,一些自适应信号处理的算法。- Image optical flow calculation matlab program, MIT Artificial Intelligence Laboratory identification of the target source, Some adaptive signal processing algorithms.