夜间交通事故频繁发生,特别是近几年来事故发生率逐渐超过白天。由于夜间车辆受到复杂环境因素的影响难以准确定位,因此夜间车辆的检测与追踪成为智能交通系统研究的难点和热点。夜间交通环境中各种环境光相互影响,增强了物体表面的反射光,致使车灯难以提取；照明光线暗影响车轮廓及颜色等细节信息的提取,这些都极大的限制了车辆的检测与追踪。本文着眼于夜间复杂交通情形,从实际出发,对具体场景进行细致分析,从而提取车灯特征,以实现对运动车辆的定位与追踪。夜间车辆的检测大多以车灯作为主要特征,通过检测车前灯或尾灯来达到检测、追踪视频中运动车辆的目的。这是因为在一般情况下,车灯本身相对稳定,其亮度值受外界光照的影响相对较小。但是在夜间复杂环境下,如雨雪天路面的强反射光干扰、路灯照射较明亮地面的反射光干扰、车灯遮挡、视野远处车灯粘连等情况,车灯提取会受到光源或类光源的严重干扰,准确提取视野中所有车灯困难很大。针对这些问题,本文提出了一种基于大气反射-散射模型的复原图像中夜间交通视频车灯检测方法。该方法通过对夜间复杂交通环境下各类光源的产生机制和组成成分进行分析,构建了大气反射-散射模型：首先根据漫反射模型抑制路面漫反射光,它是造成背景路面整体较亮的主要原因；接着根据改进的大气散射模型进一步抑制类光源,这部分光在空气中传播时,受到大气微粒的影响会按照Bouguer衰减规律发生一定程度的衰减。监控摄像机接收到的图像是衰减之后的光源成像结果,要想得到复原图像,就需要抑制光源及类光源在大气中传播的衰减作用。在利用大气散射模型对夜间交通视频进行处理时,需要对模型中的未知参数环境光、大气光及透射率进行估计：环境光是由路灯、广告牌灯及街牌装饰灯等形成的,其估计值利用暗原色先验理论可以得到；大气光在夜间环境下已经降的很低了,其估计值可以看做是一个接近于零的常数；透射指的是反射光经过传输衰减后到达监控摄像机的反射光,在本文中透射率定义为环境光占所有成像光源的比例。最后,根据改进的大气散射模型,得到最终的复原图像。在此复原图像中提取所有车灯后,需要进一步筛选,使车灯与路面强反射光分离,达到车灯检测的目的。