1、在車載目標物識別系統(tǒng)中，圖像分割能對車載攝像機所獲取的圖像序列進行處理，輸出要檢測的目標物的外接矩形區(qū)域，即感興趣區(qū)域(Region of interest，ROI)，并交付對象識別模塊做進一步的判斷(車或者其它)。本文在前人研究的基礎上，提出并實現(xiàn)了惡劣環(huán)境下后方目標物的圖像分割算法。
　　 本文通過分析和總結(jié)現(xiàn)有的惡劣氣候下車輛圖像分割算法的優(yōu)缺點，提出了一種新的惡劣氣候下的車輛分割算法。該方法通過分析大量的惡劣氣候下車輛區(qū)

2、域圖像的特征，研究若干圖像增強方法的實現(xiàn)原理，總結(jié)惡劣氣候條件下車輛區(qū)域的共性，提出了適合后續(xù)算法處理的圖像增強方法。為了使車輛邊緣輪廓變得更清晰，更利于后續(xù)算法的實施，本文基于人眼視覺的特點，提出了粗粒度的二值圖生成算法，在提高識別率的同時算法性能也得到了大幅度提升。文中詳細介紹了算法中用到的陰影圖、垂直邊緣圖等關鍵圖像的生成算法并提出一種很好的閾值自適應方法，在此基礎上提出了魯棒性較好的車輛圖像分割和定位算法。在文章的最后給出了改進