基于颜色空间红绿灯检测技术发展。徐成研究提出Lad色彩空间来实时识别红绿灯，由于在色彩方面红绿灯的红、绿、蓝更清晰；杨怿菲定义视觉均匀颜色(S-CIELab)空间,提出针对空间信息的质量评价方法，技术指标是人眼感知色差图像以及感知梯度图像。82991

基于红绿灯形状特征实现红绿灯检技术测发展。文献[4]中，为了实现红绿灯追踪定位，设计CamShift算法，判断红绿灯形状；文献[5]中，为了检测驾驶环境变化，设计基于动态视觉模型方法，检测出路灯形状；文献[6-9]中，使用Hough算法，检测目标几何形状，实现红绿灯检测。

将图像数据架构成可以逻辑分析的数学模型，并进行参数比对匹配，找到满足某形状的相应参数数据范围并输出该形状。后提出的RGB归一化模型与分群算法，使用在红绿灯检测上，其充分利用了交通灯固有特点，更具有鲁棒性，是一个实时起作用的方法。

将当前在图像处理方面流行的多分辨率分析策略发展。多分辨率分析是目前国内外在处理信号、图像方面的新技术，是国际公认的技术方法，也是当前在处理信号领域方面比较前言的研究方向。多分辨率分析的最早起源，在傅里叶变换基础上提升。1910年，Haar设计一组规范正交基，作为变换基。1936年，Littlewood和Paley提出了二进制频率分量分组分析方法，变换时相位发生改变，函数的大小不会影响。1946年Gabor提出的加窗设计思想，使得信号分析实现时频局部化。变换的窗口是固定大小的，这种设计与设立窗口的初衷有冲突，没有实现窗口的自动化。在频率快速改变的地方需要较窄的窗口；而在频率快速改变的地方需要较宽的窗口。需要构造一种随原函数频率变化而变化的窗口函数，因此糅合傅里叶变换和窗口，产生了小波多分辨率分析。论文网

1965年，Calderon发现的再生核公式离散形式和小波展开形式很接近。1981年,Stormberg证明了小波函数的存在性。1982年，Battle将Calderon再生核公式的展开形式应用在量子场理论构造中。1984年，Morlet首先提出了小波概念，并与Grossman发现了连续小波变换的几何体系。1985年,光滑的正交小波基首次被提出。相较于傅里叶分析和加窗傅里叶变换，小波变换是时-间频率的局部化分析，通过伸缩、平移运算对信号逐步进行多分辨率细化，频率高的区域细分时间，频率低的区域细分频率，时频信号分析是可以达到自适应效果，信号的任意细节都可以分析，解决了傅里叶分析和加窗傅里叶分析未实现的许多问题。

八十年代后期，Daubechies和Mallat将小波理论带进实际应用领域。1988年，Daubechies设计了紧支撑的光滑正交基——Daubechies基。1989年，Mallat提出了多分辨率分析概念，设计了正交小波基的一般方法和小波变换快速算法——Mallat算法，这个算法在小波应用领域意义非凡。

小波变换的发展在八、九十年代发展迅速，小波变换本身的发展就是理论和实际应用的交织。1990年，出现了具有最小支撑的线性相位样条小波。Wickerhauser和Coifman等同时期提出了“小波包”的思想。1994年，建立了基于n重多分辨分析的多小波的基本理论框架。1995年，Sweldens采用提升方法，在过程中小波变换的优点能够实现。第二代小波变换的框架体系优点更突出：效率高、并行性号、无需辅助存储单元、易于工作非线性小波变换等。