前言：Hello大家好，我是小哥谈。本章针对夜间低光照场景中检测漏检多、跟踪轨迹易断裂的问题，采用图像增强预处理提升输入帧质量。方法在亮度与色彩分离的空间中对亮度通道做自适应直方图均衡，并按整帧亮度均值进行自适应校正，使暗部细节更清晰、整体亮度更均衡。增强后的帧再送入检测网络与跟踪模块，从而获得更稳定的候选框与更连续的编号。任务要求分别生成增强与未增强两个输出视频进行对比，验证增强版本中目标编号能持续保持更长时间不丢失，且检测框数量不低于原始版本。🌈 目录🚀1.场景说明🚀2.技术实现🚀1.场景说明夜幕降临后，道路、园区、停车场等场所的光线急剧减弱，监控画面往往呈现出大片暗区、低对比度与密集噪点。此时，行人、车辆等目标的轮廓与背景几乎融为一体，车灯、路灯、反光标识又容易形成局部过亮区域，使画面明暗差异极大。对于依靠视觉特征进行检测与跟踪的系统而言，这种环境会直接导致目标特征模糊、边缘断裂，检测器难以稳定输出候选框，跟踪器也会因为检测结果时有时无而频繁断开轨迹，出现编号跳变、目标丢失、重复计数等问题。本案例面向夜间低光照条件下的目标跟踪任务，重点解决暗光画面中检测不稳定、跟踪不连续的问题。整体思路是在检测与跟踪之前加入图像增强环节，先