如今,闭路电视监控系统被广泛应用于轨道交通,涉及轨道障碍物探测、轨旁设备外观巡检、重要信息提取等方面。然而,系统采集的图像通常对比度较低。用于提升图像质量的增强技术,成为了一大研究热点。在讨论和比较常见几类图像增强技术优缺点的基础上,提出了适用于闭路电视监控系统的改进算法。论文主要包括以下三个方面:1.当暗通道先验去雾算法用于轨道交通图像时,由于该方法估计大气光值将会产生误差,为此,提出一种改进的暗通道先验去雾算法。其核心思想是将最大灰度值和平均灰度值的加权平均值作为阈值来求大气光估计值。实验结果证明本文算法效果更好。2.一方面,高、低频分离方式用于调整低照度图像亮度。其中,低频部分使用了自适应伽马校正的方法,高频部分则采用傅里叶变换频域增强法替代滤波器的方式,最后将高、低频融合。在前人的算法中原图减去低频之差小于零的部分会被置零,本文保留了这部分丢失的信号,使图像细节完整。另一方面分析比较多种空域增强算法,选取全局直方图均衡化(Global Histogram Equilibrium,GHE)克服多尺度Retinex(Multi-Scale Retinex,MSR)算法的不足。通过大量实验选取最佳的加权平均的权重值,综合提升了图像的信息熵、对比度、清晰度与平均亮度。3.对于提出的去雾算法、亮度调整算法、对比度增强算法,自主开发了应用于轨道交通闭路电视监控系统的软件平台,实现了图像与视频的增强功能。