1、智能交通系統(tǒng)(ITS)在城市交通的現代規(guī)劃和管理中發(fā)揮著越來越大的作用。在視頻檢測中大量存在的汽車陰影往往會影響智能交通系統(tǒng)的正常工作。由于陰影與汽車一同運動甚至將不同的汽車對象粘連為一體，從而導致系統(tǒng)工作失誤，具體影響到圖像分割、目標定位與跟蹤等幾個重要方面。為此先期的對車輛進行快速有效的檢測和濾除是十分必要和重要的。 本文使用Phong光照模型分析了交通道路圖像中陰影形成的機理，分析了陰影區(qū)域的圖像特征，得出陰影使被覆蓋面亮

2、度降低，但并不改變被覆蓋面的紋理特征，同時陰影區(qū)域在被覆蓋前后會保持光學不變性等重要結論。 本文從陰影區(qū)域的圖像特征入手，在對實景圖與背景圖實施“商-比例”處理的基礎上，創(chuàng)新性地提出了基于小波系數分布特征及陰影光學特征的車輛陰影檢測兩步法。步驟如下： 1.對由“商-比例法”得到的前景圖進行小波變換，分別對高頻帶小波系數和低頻帶小波系數進行分析，提取出符合陰影特征的小波系數進行標記，然后進行重構運算，得到準陰影區(qū)域圖。

3、 2.分析與準陰影區(qū)域圖相對應的當前圖與背景圖，構造基于光學不變性的識別判據，成功識別出準陰影區(qū)中的虛假陰影區(qū)，檢測出真實陰影區(qū)。 在陰影檢測的基礎上，研究了車輛陰影影響電子警察系統(tǒng)的工作機理。在驗證了“基于背景的陰影區(qū)域去除算法”的基礎上，提出三種消除陰影的方案，并對其所適用的不同條件進行了分析。這三種方案是： 1.基于鄰域替換的陰影區(qū)域去除算法； 2.基于鄰域差值的陰影區(qū)域去除算法； 3.基于Re