1、隨著智能交通系統(tǒng)的快速發(fā)展，車輛特征的識別越來越受到人們的重視，為了更好的實現(xiàn)道路交通的智能管理，車牌、車身顏色、車型等相關識別技術相繼出現(xiàn)，其中車牌識別技術已經(jīng)非常成熟，但并不能滿足如今復雜多變的交通路況，霧天和高光照環(huán)境下采集的圖像會出現(xiàn)顏色失真，無法提取出車輛真實的顏色。在此情況下，本文提出了一種基于去霧和高光修復的車輛顏色識別算法來輔助管理車輛交通，該設計是應用于高速公路收費口、小區(qū)出入口以及停車場收費口等處實現(xiàn)對車輛顏色信息的

2、采集和提取，對復雜環(huán)境中提取的圖像進行處理以實現(xiàn)顏色識別準確的目的。
　　首先本文介紹了基于去霧和高光修復的車輛顏色識別算法的整體流程，包括圖像預處理的過程和幾種典型顏色空間的原理，并給出車輛顏色識別的整體流程圖；其次，對霧化的車輛圖像進行顏色識別的研究，本文在暗通道先驗理論基礎上提出了一種基于大氣耗散模型的圖像去霧方法，結合大氣光散射模型和大氣耗散函數(shù)實現(xiàn)圖像的去霧處理，此外為了防止背景顏色的干擾，提出了基于權重分塊的顏色識別方

3、法，利用HSV顏色空間直方圖統(tǒng)計完成車身顏色的識別，實驗表明，經(jīng)過去霧處理后的車輛顏色識別算法能有效的緩解背景顏色的干擾，并清晰的恢復出霧化的圖像，增加了顏色識別的準確率；最后，針對受高光影響的車輛圖像提出了一種基于改進Criminisi理論和車輛輪廓的高光修復算法修復高光圖像，該算法利用YUV空間亮度顯著性檢測方法提取出受光照影響的區(qū)域，并對傳統(tǒng)Criminisi算法進行改進，結合車輛輪廓信息實現(xiàn)車輛高光區(qū)域的填充，完成顏色信息的修復

4、，實驗表明，高光修復算法對受光照影響的車輛圖像有很好的修復效果，顏色識別準確率增加了8.7％。
　　本文主要對復雜環(huán)境中采集的車輛圖像進行顏色處理和識別的研究，針對霧天和高光環(huán)境的干擾，本文提出了一種基于去霧和高光修復的車輛顏色識別算法。該算法采用權重分塊方法減少背景顏色的干擾，通過大氣耗散函數(shù)模型恢復霧化圖像中的顏色信息；采用YUV空間高光自動檢測方法提取出高光區(qū)域，通過改進傳統(tǒng)Criminisi算法結合車輛輪廓信息去除高光對圖