为了进一步提高室内检测跟踪系统的有效性和稳定性,以经典的混合高斯模型为基础,结合了积分直方图方法,提出了一种室内场景中适应光照变化的运动目标检测算法。该方法通过当前帧和背景帧的全局积分直方图差分来确定光线变化的程度。对于全局的光线突变,进行模型的全局更新。对于局部的光线变化,用光线变化比例作为高斯模型权值更新率因子,实时控制更新速率。再对高斯模型提取的前景,用区域局部积分直方图进行虚假前景的判断和消除,从而进一步提纯真实前景。仿真实验结果表明:算法较好地消除了场景中光照变化对目标检测的影响。

为了增强人脸识别对光照变化的鲁棒性，提出了一种融合多方法的人脸图像光照预处理算法。该算法首先根据改进的自适应平滑算法(IAS)估计出原图像的亮度分量L，再用Retinex算法求得反射分量R，同时对原图像进行局部对比度增强(LCE)处理来增强图像细节；然后采用基于标准差(SD)的加权方法将多种方法有效融合起来；最后采用基于稀疏表示的分类(SRC)算法进行判别归类。在Yale B人脸库上的实验表明，构造的算法识别率高于使用单一预处理算法，而且在训练样本单一、光照环境较差情况下也能取得很好的识别效果，对光照变化有较好的鲁棒性。

visual c++ HGE游戏引擎 斜45度 伪2.5D 天气下雨下雪 日出日落 光照变化.zip

matlab环境下光伏电池典型模型光照变化能影响光伏电池的输出特性曲线