Resumen

Con el fin de mejorar la claridad y fidelidad del color de las imágenes de tráfico bajo el complejo entorno de neblina e iluminación desigual y promover la monitorización de la seguridad del tráfico en carretera, se propone un modelo de mejora de imágenes de tráfico basado en el ajuste de iluminación y la diferencia de campo de profundidad. El algoritmo se basa en la teoría de Retinex, utiliza el principio del canal oscuro para obtener el campo de profundidad de la imagen y emplea un algoritmo de agrupación espectral para agrupar la profundidad de la imagen. Después de dividir las subimágenes, se estima la concentración local de neblina según el campo de profundidad y se mejora y fusiona de forma adaptativa las subimágenes. Además, el componente de iluminación se obtiene mediante un filtrado guiado a múltiples escalas para mantener las características de los bordes de la imagen, y el problema de iluminación desigual se resuelve ajustando la función de la curva. Los resultados experimentales muestran que el modelo propuesto

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Imágenes de tráfico; Modelo de mejora; Ajuste de iluminación; Profundidad de campo; Teoría de Retinex; Algoritmo de agrupamiento espectral
• Keywords:Traffic images; Enhancement model; Illumination adjustment; Depth of field; Retinex theory; Spectral clustering algorithm