陈 亮，林 增

（武夷学院 数学与计算机学院，福建 武夷山 354300）

在当今社会行人检测为人们的生产生活提供了很大的便利，而行人检测由于受到环境的影响使检测的准确率受到影响，而光照是影响行人检测的一大关键影响因素。人们往往通过对视频图像进行预处理来提高行人检测的准确性。目前，针对光照的预处理方法有直方图均衡化、伽马校正法、Retinex算法等。但是由于光照因素的复杂性，往往还达不到非常理想的效果，时有出现漏检、错检等情况。

本文主要主要针对上述问题进行研究，提出了基于gamma校正后的多尺度Retinex图像预处理算法。通过实验效果表明在特定的光照条件下，本文的算法效果更佳。

1 图像的预处理算法

基于视频行人检测的预处理算法研究目的是将图像中的行人从背景中凸显出来，使图像检测获得更多有效信息[1]。光照环境的变化是对视频行人检测一大影响因素，对受光照因素污染的图像基本预处理方法以下几种方法。

1.1 直方图均衡化

直方图均衡化：将原始图像进行灰度处理，矫正灰度处理后的图像。经过灰度处理的直方图包含信息量更多，因而图像的清晰度更高。该图像增强方式基于累计分布函数，增强变换相关图像，因而该方式具有全局性特点[2]。

直方图均衡化流程如图1:

图1 直方图均衡化算法流程图Figure 1 Flow chart of histogram equalization algorithm

rk代表第k个灰度级，n代表最初图像的像素，rk代表像素数量，nk代表处理图像的灰度级，rk代表出现像素的概率，p（rk）代表灰度级，gk为第k个灰度级别变换后的灰度值。……