夜间车尾灯检测已经成为智能交通视频触发以及车辆自动驾驶必须解决的一个问题！相关的解决方法有很多种，主要的一个方法还是利用车尾灯所表现出的偏红颜色进行检测！不过，这种方法只能在小快门的条件下使用，当快门比较大(>3ms)时，使用这种特征就可能存在很多的问题。
下面，这里介绍文章《Rear-Lamp Vehicle Detection and Tracking in Low-Exposure Color Video for Night Conditions》中提到的方法。这篇文章2010年发表，到现在被引用了20多次，因此还算是比较不错的文章。文章首先对各种车灯的检测方法以及存在的问题进行了详细的分析，最后提出了一种在HSV空间中的检测方法，方法很简单。
这里直接开始介绍文章的方法：
1. 文章首先收集大量的车尾灯样本，然后发现车尾灯在HSV空间分布上表现比较集中，如下图所示：
文章分析得到车灯在HSV空间的分布阈值如下：
2. 利用上面的阈值范围，便可以对车灯进行检测，得到二值图像mask
3. 最后对Mask进行闭操作，便可以得到比较好的车尾灯区域。文章的效果如下图：
确实，效果还是很不错的！车身上的一些亮点都没有检测出来，车灯区域能够很好的被分割！
4. 之后，便是对车灯的匹配跟踪了！
这种方法很简单，可以值得尝试！我尝试完后，再发几张我自己的效果图！
对这种方法进行了一些尝试，感觉效果还不错！虽然没有文章上说的那么好，但是那些基本的车尾灯都能够很好的检测出来！不过由于条件比较苛刻，导致一些车灯被检测成好几块！另外车身反光灯都能得到很好的抑制！